高等数学 / 系统课时
多重比较
多重比较
方差分析显著只说明“至少有一组均值不同”,却不能指出差异发生在哪些组。本课将从错误率控制出发,选择合适的多重比较方法,并用调整后的置信区间和显著性结果定位真正存在差异的组。
学习目标
- 解释总体检验显著后为什么不能直接反复做普通 t 检验
- 根据比较目的与方差条件选择 Tukey、Holm、Dunnett 或 Games-Howell 方法
- 正确解读调整后的 p 值、置信区间与组间差异方向
总体检验之后还缺什么
单因素方差分析的原假设是所有总体均值相等。拒绝原假设后,只能得出“并非全部相等”,不能直接判断哪两组不同,也不能据此认为每一对组都存在差异。
若有 组,需要进行的两两比较数量为 。当每次检验都使用显著性水平 时,至少出现一次假阳性的概率会随比较次数增加。在各检验近似独立且原假设都成立时,家族错误率约为:
例如 4 组共有 6 次两两比较,若每次都用 0.05,家族错误率约为 26.5%,明显高于预定的 5%。多重比较的核心,就是在识别具体差异的同时控制这类累积错误。

常用方法如何选择
| 方法 | 适用目标 | 关键前提或特点 |
|---|---|---|
| Tukey HSD | 所有组之间两两比较 | 适合方差齐性成立的经典单因素方差分析,直接控制家族错误率 |
| Holm | 对一组预先确定或灵活产生的 p 值进行调整 | 通常比 Bonferroni 更有检验力,且不要求比较结构完全对称 |
| Dunnett | 多个处理组分别与同一个对照组比较 | 不浪费检验力在处理组之间的无关比较上 |
| Games-Howell | 方差不齐、样本量也可能不同的两两比较 | 不依赖方差齐性,常与 Welch 方差分析配合 |
Bonferroni 方法把单次显著性水平压缩为 ,规则简单但较保守。实际分析中,若没有特殊理由,灵活比较可优先考虑 Holm;所有组对比较且满足方差齐性时,Tukey HSD 通常更自然。
读懂一份多重比较结果
假设四组均值分别为 A=72、B=74、C=81、D=83,总体方差分析得到 。下面是教学用的 Tukey 调整结果:
| 比较 | 均值差 | 95% 调整置信区间 | 调整后 p 值 | 结论 |
|---|---|---|---|---|
| A-B | -2 | [-6.1, 2.1] | 0.58 | 不显著 |
| A-C | -9 | [-13.1, -4.9] | <0.001 | C 高于 A |
| A-D | -11 | [-15.1, -6.9] | <0.001 | D 高于 A |
| B-C | -7 | [-11.1, -2.9] | 0.002 | C 高于 B |
| B-D | -9 | [-13.1, -4.9] | <0.001 | D 高于 B |
| C-D | -2 | [-6.1, 2.1] | 0.58 | 不显著 |
判断时先看置信区间是否跨过 0,再结合调整后的 p 值确认显著性。差值的正负取决于软件采用“前组减后组”还是“后组减前组”,报告前必须确认方向。
该结果支持把 A、B 视为较低水平的一组,把 C、D 视为较高水平的一组,但不能说 A 与 B 完全相同,也不能说 C 与 D 完全相同;“未显著”只代表当前数据不足以证明差异。
报告与常见错误
报告中应同时给出总体检验、多重比较方法、调整后的 p 值、置信区间和差异方向。只写“组间有显著差异”会丢失最重要的信息,也无法判断差异是否具有实际意义。
- 不要在总体检验显著后继续使用未调整的普通 t 检验
- 不要先查看结果再临时挑选最容易显著的方法
- 不要把“未显著”解释为“两组绝对相等”
- 不要只报告 p 值,应同时关注均值差及其置信区间
当比较目标在实验开始前已经明确时,应优先使用计划对比,而不是把所有组都做一遍两两比较。这样既贴合研究问题,也能减少无关检验带来的错误率负担。