单向方差分析对话框的选项选项卡有两个帮助屏幕：
•该页面解释多重比较选项。
•另一页解释图形和输出选项。
哪种多重比较检验？
首先，选择进行多重比较检验的方法
•使用统计检验进行多重比较检验。
•通过控制错误发现率来纠正多重比较。
•不要纠正多重比较。每个比较都是独立的。
如果您不确定使用哪种方法，Prism 默认为首选，原因有三：
•它是最传统的
•结果包括经多重性调整的实际 P 值，而不是 P 是否小于某个阈值或差异是否是 "发现"
•这一类中的大多数检验都会报告置信区间（我们认为这是理解结果的最佳方法）
一旦选择了方法，就要选择检验。选择依赖于您在多重比较（第二）选项卡上指定的目标，以及您是否在实验设计（第一）选项卡上选择了假设等标样。
使用统计检验进行多重比较校正
将每个均值与其他均值进行比较
可用选项依赖于您是否在方差分析对话框的第一个选项卡上假设同方差（等标差，因此等方差）。
如果假定存在同方差（均等标差），则有以下选项
•Tukey 检验（推荐）
•西达克
•Holm-Sidak.该检验比 Tukey 方法更有检验力(3)，这意味着它有时能发现 Tukey 方法无法发现的统计学显著差异。该检验不能计算置信区间，因此我们更倾向于使用 Tukey 检验。
•纽曼-克尔斯检验我们提供该检验只是为了与旧版本的 Prism 和其他程序兼容，但我们建议您避免使用。问题在于它不能将族内错误率维持在指定水平（1）。在某些情况下，发生 I 类错误的几率可能大于您指定的α水平。
如果不假设同方差（等标幅），您可以选择
•Games-Howell（推荐用于大样本）
•Dunnett T3（建议每组样本量少于 50 时使用）
•Tamhane T2
这三种方法都可以计算置信区间和多重性调整 P 值。
比较对照组均值与其他均值
如果假定存在同方差（SD 相等），您可以选择
•邓尼特（推荐）
•邦费罗尼
•西达克
•霍尔姆-西达克。格兰茨说，霍尔姆检验应该比邓氏检验更有检验力，但据他所知，这一点还没有得到深入探讨（2）。该检验不能计算置信区间或多重性调整后的 P 值，因此我们更倾向于使用邓尼特检验
如果不假定存在同方差（SD 值相等），则可以选择
•邓尼特 T3（推荐）
比较预设列对的均值
如果假定存在同方差（标幅相等），您可以选择
•Bonferroni（最常用）
•Sidak（检验力更强，推荐使用）
•Holm-Sidak（无法计算置信区间）
如果不假设同方差（均等自变量），则 可以选择
•Games-Howell （推荐）
•邓尼特 T3
•Tamhane T2
通过控制错误发现率修正多重比较
Prism 提供了三种控制错误发现率的方法。所有方法都能决定哪些比较（如果有的话）应标记为 "发现"，并以控制错误发现率的方式使其小于您输入的值 Q。
FDR 方法并不常用于方差分析的后续检验，但这并没有很好的理由。这种方法可以将比较分为 "发现"与否，但不会计算 P 值或置信区间。
不要对多重比较进行校正。每个比较都是独立的。
如果选择这种方法，Prism 将执行Fisher 最小显著性差异 (LSD) 检验。
这种方法（Fisher's LSD）的检验力更强。但它更有可能得出差异具有统计学显著性的错误结论。当您对多重比较进行校正时（费雪 LSD 没有这样做），显著性阈值（通常为 5%或 0.05）适用于整个比较族。而使用费雪 LSD 时，该阈值分别适用于每个比较。
只有在有充分理由的情况下才使用费雪 LSD 方法，并在报告结果时仔细解释您的做法。
多重比较选项
交换比较方向
该选项的唯一作用是改变所有报告的均值差异的符号。如果选中该选项，2.3 的差异将变为 -2.3。如果选中该选项，差值-3.4 将变为 3.4。这纯属个人偏好，依赖于您对数据的思考方式。
报告每个多重比较的调整后 P 值
如果您选择 Bonferroni、Tukey 或 Dunnett 多重比较检验，Prism 还可以报告多重性调整后的 P 值。如果选中该选项，Prism 就会报告每个比较的调整后 P 值。这些计算不仅考虑了被比较的两个组，还考虑了方差分析中的组总数（数据集列）以及所有组中的数据。使用邓尼特检验时，Prism 只能在 P 值大于 0.0001 时报告经多重性调整的 P 值。否则，它将报告"<0.0001"（在 Prism 8 之前，Prism 报告 0.0001 时没有小于符号）。
多重比较调整 P 值是整个比较族中最小的显著性阈值（α），在此阈值下，特定比较可（勉强）被宣布为 "统计学显著"。
直到最近，多重性调整后的 P 值还没有被普遍报告。如果您选择让 Prism 计算这些值，请花点时间确保您了解它们的含义。如果您在出版物或演示文稿中包含这些值，请务必解释它们的含义。
置信水平和显著性水平（或期望的 FDR）
按照传统，置信区间是按照 95% 的置信度计算的，统计学显著性是使用 0.05 的 alpha 值定义的。Prism 允许您选择其他值。如果您选择控制 FDR，请选择 Q 值（百分比）。如果将 Q 设为 5%，则最多有 5%的 "发现 "是假阳性。
下一页将解释图形和输出选项。
参考文献
1.SA Glantz，《生物统计学入门》，第六版，ISBN= 978-0071435093。
2.MA Seaman, JR Levin and RC Serlin, Psychological Bulletin 110:577-586, 1991.
