什么是多重比较中的调整 p 值？

用于方差分析的多重比较，调整的 p 值表明一个比较族（假设检验）中的哪些因子水平比较存在显著差异。如果调整的 p 值小于 alpha，则拒绝原假设。调整会将全族误差率限制为您选择的 alpha 水平。如果将固定 p 值用于多重比较，则全族误差率会随每个附加比较而增加。调整的 p 值还表示拒绝特定原假设时的最小全族误差率。

进行多重比较时考虑全族误差率很重要，因为对于一系列比较而言，发生类型 I 错误的几率比单独进行任何一个单个比较的误差率都要高。

调整 p 值的示例

假设您比较了 4 种不同配方的油漆的硬度。您分析了数据并得到了以下输出结果：

单因子方差分析: 硬度与油漆

Tukey 配对比较

均值差值的 Tukey 同时检验水平的差值均值差值差值标准误 95% 置信区间 T 值调整的 P 值配方 2 - 配方 1 -6.17 2.28 (-12.55, 0.22) -2.70 0.061 配方 3 - 配方 1 -1.75 2.28 ( -8.14, 4.64) -0.77 0.868 配方 4 - 配方 1 3.33 2.28 ( -3.05, 9.72) 1.46 0.478 配方 3 - 配方 2 4.42 2.28 ( -1.97, 10.80) 1.94 0.245 配方 4 - 配方 2 9.50 2.28 ( 3.11, 15.89) 4.17 0.002 配方 4 - 配方 3 5.08 2.28 ( -1.30, 11.47) 2.23 0.150 单组置信水平 = 98.89%

Tukey 同时 95% 置信区间

您选择的 alpha 值为 0.05，它与调整的 p 值一起将全族误差率限制为 0.05。在此水平下，配方 4 和 2 之间的差异显著。如果将全族误差率降低到 0.01，则配方 4 和 2 之间的差异仍显著。

什么是多重比较中的调整 p 值？

调整 p 值的示例

单因子方差分析: 硬度 与 油漆

Tukey 配对比较

Tukey 同时 95% 置信区间

单因子方差分析: 硬度与油漆