SPSS多重比较方法

1、spss多重比较方法spss多重比较方法（信息摘自网络,仅供参考）（一）常用方法总结1. lsd法最小显著差异法，公式为：它其实只是t检验的一个简单变形，并未对检验水准做出任何校正，只是在标 准误的计算上充分利用了样本信息，为所有组的均数统一估计出了一个更为 稳健的标准误，其中ms误差是方差分析中计算得来的组内均方，它一般用于 计划好的多重比较。由于单次比较的检验水准仍为5因此可认为lsd法是 最灵敏的。2. bonferroni 法该法又称bonferroni t检验，由bonferroni提出。用t检验完成各组间均值 的配对比较，但通过设置每个检验的误差率来控制整个误差率。若每次检验 水准

2、为共进行m次比较，当ho为真时，犯i类错误的累积概率a不超过 ma既有bonferroni不等式asma，成立。3. sidak 法它实际上就是sidak校正在lsd法上的应用,即通过sidak校正降低每两次 比较的i类错误概率，以达到最终整个比较的i类错误概率为a的目的。即 ar=1-（1-a）2/k（k-1）,计算t统计量进行多重配对比较。可以调整显著 性水平，比bofferroni方法的界限要小。4. student-newman-keuls 法（snk 法）它实质上是根据预先制定的准则将各组均数分为多个子集，利用 studentized range分布来进行假设检验，并根据所要检验的均

3、数的个数调 整总的i类错误概率不超过明用student range分布进行所有各组均值间 的配对比较。如果各组样本含量相等或者选择了（差异较小的子集）的均值 配对比较。在该比较过程中，各组均值从大到小按顺序排列，最先比较最末 端的差异。5. dunnett 检验常用于多个试验组与一个对照组间的比较，根据算得的t值，误差自由度v误 差、试验组数k-1以及检验水准a查dunnett-t界值表，作出推断。6. duncan法（新复极差法）（ssr）指定一系列的“range”值，逐步进行计算比较得出结论。7. tukey 检验使用学生化的范围统计量进行组间所有成对比较。将试验误差率设置为所有 成对比较

4、的集合的误差率。tukey的应用指征：（1）所有各组的样本数相等:（2）各组样本均数之间的全面比较；（3）可能产生较多的假阴性结论。8. scheffe 检验为均值的所有可能的成对组合执行并发的联合成对比较。使用f取样分布。 可用来检查组均值的所有可能的线性组合，而非仅限于成对组合。scheffe 的应用指征：（1）各组样本数相等或不等均可以，但是以各组样本数不相等 使用较多；（2）如果比较的次数明显地大于均数的个数时，scheffe法的检 验功效可能优于bonferroni法和sidak法。如均数的个数等于或小于比较 的次数，bonferroni方法较scheffe方法佳。（二）各种方法简介

5、71 .方差齐时，可选用以下方法：lsd： least significant difference检验法，指用t检验对各组均值间进行配对 比较。对多重比较误差率不进行调整。bonferroni：用t检验对各组间均值进行配对比较，通过设置每个检验的误差率 来控制整个误差率。sigdk：为计算t统计量进行多重配对比较。可以调整显著性水平，比bonferroni 方法的界限要小。scheffe：为对所有可能的配对组合进行同步配对比较。可以同时检验所有均数 的线性组合。不单纯是配对均值的比较。r-e-g-w f：为作 ryan-einot-gabriel-welsch f 检验法，用 f 检验进行多

6、重 比较检验。r-e-g-w q；为作ryaneinot-gabrielwelsch检验法，用t化极差进行多重 配对比较。s-n-k；为studentnewman-keuls检验法，用t化极差分布进行所有各组均 值间的配对比较。如果各组样本含量相等或者选择了用所有各组样本含量的 调和平均数进行样本量估计时，用逐步过程进行齐次子集（差异较小的子集） 的均值配对比较。在该比较过程中，各组均值从大到小的顺序排列。最先比 较极端的差异。tukey：为作 tukey's honestly significant difference 检验法，用 t 化极差统 计量进行所有组间均值的配对比较，用所

7、有配对比较误差率作为实验误差率。tukey,s-b：用t化极差分布进行组间均值的配对比较。其精确值为前两种检验 相应值的平均值。duncan：为作duncan's multiple range检验法指定一系列的t化极差值，逐 步进行计算比较得出结论。hochberg's gt2：用正态最大系数进行多重比较。gabriel：用正态标准系数进行配对比较，在单元数较大时，这种方法较自由。waller-duncan：用t统计量进行多重比较检验。使用bayesian逼近。dunnett：用于多个处理组与一个对照组配对比较。选定此方法后，激活下面的 control categories框,

8、选择对照组,有两个选项lase（默认选项）和first。 test框内选择检验的单双侧。选项2side表示双侧检验（默认选项）；选项 <control为单侧检验表示处理组均数小于对照组均数；选项,control为单 侧检验表示处理组均数大于对照组均数。2 .方差不齐时可以选用以下方法：tamhane's t2： t检验进行配对比较。dunnetfs t3： t化最大值下的配对比较。games-howell：方差不具齐次性时的配对比较，方法较灵活。dunnetfs c： t化极差下的配对比较。注：在lsd以及duncan法的计算结果的表示方法为把差异没有显著性意义的 比较组列在同一

9、列里。没有列出的其余各比较组之间差异均有显著性意义。（三）各种方法简介-21 .假定方差齐性 lsd.使用t检验执行组均值之间的所有成对比较。对多个比较的误差率不做 调整。lsd法侧重于减少第二类错误，此法精度较差，易把不该判断为显 著的差异错判为显著，敏感度最高。lsd法的使用：在进行试验设计时就 确定各处理只是固定的两个两个相比，每个处理平均数在比较中只比较一 次。例如，在一个试验中共有4个处理，设计时已确定只是处理1 与处理2、处理3与处理4（或1与3、2与4；或1与4、2与3）比较，而 其它的处理间不进行比较。因为这种比较形式实际上不涉及多个均数的极差 问题，所以不会增大犯i型错误的概

10、率。 bonferroni. bonferroni提出，设ho为真，如果进行m次显著性水准为a 的假设检验时，犯i类错误的累积概率a'不超过ma,即有bonferroni不等 式a5 <ma成立。所以令各次比较的显著性水准为a=0.05 / m,并规定 ps0.05/m时拒绝ho,基于这样的做法，就可以把i类错误的累积概率控 制在0.05o这种对检验水准进行修正的方法叫做bonferroni调整 （bonferroni a可ustment）法，简称bonferroni法。使用t检验在组均值 之间执行成对比较，但通过将每次检验的错误率设置为实验性质的错误率除 以检验总数来控制总体误

11、差率。这样，根据进行多个比较的实情对观察的 显著性水平进行调整。换句话来说，bonferroni法由lsd修正而来，通 过设置每个检验的a水准来控制总的a水准。但是比较的次数越多，比较 的结果越保守。bonferroni法的应用指征：（1）各组的样本数无论相等还 是不等；（2）计划好的某两个组间或几个组间作两两比较；（4）当比较次数 不多时，bonferroni法的效果较好；（5）但当比较次数较多（例如在10次 以上）时，则由于其检验水准选择得过低，结论偏于保守，犯ii类错误的概 率增加，即出现较多的假阴性结果；（6） bonferroni法比lsd法、duncan 法、snk法偏于保守，不过

12、，它比tukey法、scheffe法要敏感。 sidak.基于t统计量的成对多重比较检验。sidak调整多重比较的显著性水 平，并提供比bonferroni更严密的边界。 scheffe.（最常用，不需要样本数目相同）为均值的所有可能的成对组合执 行并发的联合成对比较。使用f取样分布。可用来检查组均值的所有可能 的线性组合，而非仅限于成对组合。scheffe的应用指征：（1）各组样本数 相等或不等均可以，但是以各组样本数不相等使用较多；（2）如果比较的次 数明显地大于均数的个数时，scheffe法的检验功效可能优于bonferroni 法和sidak法。如均数的个数等于或小于比较的次数，bon

13、ferroni方法较 scheff, e方法佳。 r-e-g-w f.基于 f 检验的 ryan-einot-gabriel-welsch 多步进过程。 regwq.基于学生化范围的ryan-einot-gabriel-welsch多步进过程。 snk.使用学生化的范围分布在均值之间进行所有成对比较。它还使用步进 式过程比较具有相同样本大小的同类子集内的均值对。均值按从高到低排 序，首先检验极端差分。 tukey.（最常用，需要样本数目相同）使用学生化的范围统计量进行组间所 有成对比较。将试验误差率设置为所有成对比较的集合的误差率。tukey的 应用指征：（1）所有各组的样本数相等；（2）各组

14、样本均数之间的全面比较;（3）可能产生较多的假阴性结论。 tukey-s b.使用学生化的范围分布在组之间进行成对比较。临界值是tuke/s真实显著性差异检验的对应值与student-newman-keuls的平 均数。 duncan.使用与student-newman-keuls检验所使用的完全一样的逐步顺 序成对比较，但要为检验的集合的错误率设置保护水平，而不是为单个检验 的错误率设置保护水平。使用学生化的范围统计量。 hochberg、gt2.使用学生化最大模数的多重比较和范围检验。与tukey's 真实显著性差异检验相似。 gabriel.使用学生化最大模数的成对比较检验，并且当单元格大小不相等时， 它通常比hochberg、gt2更为强大。当单元大小变化过大时,gabriel检 验可能会变得随意。 wallerduncan.基于t统计的多比较检验；使用bayesian方法。 dunnett.将一组处理与单个控制均值进行比较的成对多重比较t检验。最后 一类是缺省的控制类别。另外，您还可以选择第一个类别。双面检验任何水 平（除了控制类别外）的因子的均值是否不等于控制类别的均值。v控制检 验任何水平的因子的均值是否