在方差分析中，一旦拒绝原假设。为什么要进行多重比较检验：若主效应不显著，没有必要做多重比较，因为多重比较的意义是已知主效应显著的情况下看看具体是自变量的哪几个水。
如何通俗地解释多重比较谬误（Familywise error rate)？ 静学社 jingxueshe.com 这个问题的零假设：H0：吃糖豆会长青春痘，假设设置的一类错误概率为alpha=0.05。“假设检验”一般只做一次检验，因为要控制“整体第一类错误概率”。
bonferroni校正怎么读 详细的建议看本《统计学》吧.Bonferroni校正法：此方法是在进行两两比较时对检验e5a48de588b662616964757a686964616f31333363373139水准进行调整的办法，但是该方法在比较的次数较多时，就不太适合，因为校正后的检验水准会过小.此时可采用sidark法进行多重比较（仍然是对检验水准进行调整）.统计学中一般以小概率作为判断差异是否显著的标准，通常都以0.05或0.01作为判断标准.在多重比较中，bonferroni是以t分布作为检验分布的，但多重比较时若均以0.05作为小概率的话，每次比较就会有5%犯一型错误的可能.但如果有n次比较，如有4个组要做6次比较，则有C6（2）*5%一型错误发生的概率，不符合小概率判断的原则.因此，bonferroni中，将小概率0.05或0.01除以要比较的次数n，作为判断显著性的小概率，这样，多重比较总的一型错误发生的概率不会超过0.05或0.01.控制累积Ⅰ类错误概率增大的方法采用Bonferroni法，SNK法和Tukey法等方法累积Ⅰ类错误的概率为α' 当有k个均数需作两两比较时，比较的次数共有c=k。(2。(k-2)。k(k-1)/2 设每次检验所用Ⅰ类错误的概率水准为α，累积Ⅰ类错误的概率为α'，则在对同一实验资料进行c次检验时，在样本彼此独立的条件下，根据概率乘法原理，其累积Ⅰ类错误概率。
