多重比较可解释为Bonferroni和其他校正，或者通过控制错误发现率来实现。但并不总是需要这些方法。这里有三种不需要特殊计算的情况。

在解读结果时而非在计算中考虑多重比较

一些统计学家建议在分析数据时不要校正多重比较（1，2）。取而代之的是报告所有单个P值和置信区间，并明确表示没有对多重比较进行数学校正。该方法要求报告所有比较。您解读这些结果时，您需要非正式地解释多重比较。如果所有零假设均为真，则期望5%的比较具有小于0.0 5的未校正P值。将此数字与小P值的实际数字进行比较。

在方差分析之后，未受保护的Fisher最小显著差异检验遵循该方法。

如果您只进行若干计划内比较，则可能不需要对多重比较进行校正

“计划内比较” 一词 用于以下情况：

•您专注于一些科学上合理的比较，而非所有可能的比较。

•选择进行哪种比较是实验设计的一部分。

•在浏览数据后，您并未进行更多比较。

务必区分预先计划的比较和非预先计划的比较。如果您首先查看数据，并在此基础上决定只做两次比较，这不是一个计划内比较。在此情况下，您暗示将对所有组进行比较。

如果您只进行若干计划内比较，一些统计文本建议为每个单独的比较设置显著性水平（或置信区间的含义），而不对多重比较进行校正。在此情况下，5%的传统显著性水平适用于每个个体的比较，而非整个比较族。

不对多重比较进行校正的逻辑似乎是，一些统计学家认为，这种额外检验力是一种应得的奖励，因为他们仔细地计划试验，且只关注少数科学上合理的比较。Kepel和Wickles提倡该方法（参考下文）。但他们也警示称，“计划”进行所有比较是不公平的做法，因此不校正多重比较。

比较具有互补性质时，不需要对多重比较进行校正

Ridker和同事（3）研究，对于那些LDL浓度不高且没有心脏病病史的患者（但具有异常的血液检测，表明存在某些炎症性疾病），降低LDL胆固醇是否能预防心脏病。他们研究将近18,000人。一半接受他汀类药物，降低LDL胆固醇，以及一半接受安慰剂。

研究者的主要目的（计划作为研究方案的一部分）是比较两组中出现的“终点”数量，包括因心脏病发作或中风、非致命性心脏病发作或中风导致的死亡，以及因胸痛而住院治疗。与服用安慰剂的人相比，服用该药物的人发生这些事件的频率大约是服用安慰剂的人的一半。药物起作用。

研究者还分别分析每个终点。服用该药物的人（与服用安慰剂的人相比）死亡率更低、心脏病发作、中风和因胸痛而住院的人数更少。

然后分别分析不同人口统计组的数据。对男性和女性、老年人和年轻人、吸烟者和非吸烟者、高血压患者和非高血压患者、有心脏病家族史的人和无心脏病家族史的人分别进行分析。在25个亚组的每个亚组中，接受药物治疗的患者比接受安慰剂的患者经历的主要终点更少，且所有这些效果均具有统计学显著性。

研究者没有对所有这些独立的结果和亚组分析的多重比较进行校正。无需校正，因为结果是如此一致。多重比较以不同方式提出同一个基本问题（药物是否能预防疾病？），且所有比较均指向同一个结论 - 服用该药物的人比服用安慰剂的人患心血管疾病少。

参考文献

1.Rothman，K.J.（1990），多重比较不需要调整《流行病学》，1：43-46。

2.D. J. Saville，多重比较程序：实用解决方案。《美国统计学家》44，174 - 180，1990

3.Ridker，瑞舒伐他汀预防C - 反应蛋白升高的男性和女性患者的血管事件。《N Engl J Med》（2008）第359卷第3195页