多重比较multiple comparisions

多个互不独立的样本平均数间的成对比较。对包括k(k≥3)个样本（处理）的试验结果经F检验，否定了H₀:μ₁＝μ2=…=μk，但这并不一定是所有样本平均数间都互不相等，可能其中若干个平均数是相等的。如果k=3，当F检验否定H₀:μ₁＝μ₂＝μ₃，则应接受的备择假设有如下4种可能：❶H_A:μ₁≠μ₂≠μ_3;
❷H_A∶μ₁≠μ₂＝μ₃;
❸H_A∶μ₁＝μ₂≠μ₃;
❹H_A∶μ₁＝μ₃≠μ₂。多重比较可以对k个样本平均数所能组成的k×(k-1)÷2个成对比较作出差异显著性检验。常用方法有如下5种：
最小显著差数测验法 又称LSD法。即确定一个达到显著的最小差数尺度LSD_α值，当任何两个样本平均数之差(i-j)的绝对值>LSDα，即为i与j在α水平上差异显著，反之，差异不显著。LSDα定义为

容量。LSD测验法实质上是t检验法。由于t检验法是用于检验两个随机样本平均数差异是否显著的方法。严格地说，LSD法只适用于比较一个阵列内相邻的平均数。或比较试验前已确定的彼此独立的处理平均数，例如，不同处理跟对照处理平均数的比较。
Dunnett最小差数法 一种专供测验若干个处理平均数i(i=1,2，…，k)与某一对照处理平均数₀的差异显著性的多重比较方法，又称DLSD。当任一处理平均数i与₀之差(i-0)的绝对值>DLSDα时，即为_i与0在α水平上差异显著，DLSDα定义为

平均数之差x_i-x_j的显著性(i< j)，由这两个平均数的秩次距(a=j-i+1)下的LSR_a来判定，当|xi-xj|>LSR_a为显著，否则不显著。LSR_a定义为

LSR_a＝SSR_a×Sx

式中 SSRa是保护水平P=(1-a)^a-1，显著水平为a时，以平均数标准误为单位的标准化最短极差，随秩次距a和误差自由度而异。
学生氏复极差检验 简称q检验。其检验程序和新复极差法相同，但LSR_a定义为LSR_a＝q_a×S_x式中q_a与Tukey固定极差法中的q_a相同。在相同秩次距a下，q_a比SSR_a更为严格。

多重比较multiple comparisons

统计分析上，当方差分析的F测验表明处理间有显著差异时，进一步所进行的具体样本各平均数相互间的差异显著性比较。有最小显著差数法和最小显著极差法等。

多重比较multiple comparison

对数据进行方差分析后，继续检验一对或多对平均数间是否存在显著差异的统计分析方法。一个试验中k个处理平均数间可能有k(k-1)/2个比较，因而这种比较是重复式比较，亦即多重比较。常用方法有三种： 最小差异显著法、复极差法和邓肯多重范围检验。

多重比较

在固定效应模型的方差分析后，对各样本平均值是否存在显著差异的假设检验。方差分析只能判断各总体均值之间是否存在显著差异，多重比较可进一步检验两个处理均值之间或均值组合之间是否存在显著差异。