方差分析中的多重比較
1.當拒絕原假設時，表明μi（i=1，2，…，k）之間的差異是顯著的，但μ1與μ2、μ1與μ3、…、μ1與μk、…、μk-1與μk之間究竟是哪兩個均值不同呢？
這就需要做進一步的分析，所使用的方法就是多重比較方法（例如最小顯著差異方法），它是通過對總體均值之間的配對比較來進步檢驗到底哪些均值之間存在差異。
2.方差分析中多重比較的作用是什麼？
答：多重比較方法是通過對總體均值之間的配對比較來進步檢驗到底哪些均值之間存在差異。多重比較的方法有許多，常用的是由費希爾提出的最小顯著差異方法（lsd）。
也可以說是已知主效應顯著的情況下看看具體是自變數的哪幾個水平間差異顯著（因為方差分析一般是3個以上自變數水平間的比較，當然也可以做兩水平的，但兩水平不存在多重分析）。
多重比較又稱事後檢驗，是緊接著方差分析後的分析步驟，當方差分析結果顯示某變數主效應顯著時，用多重比較進一步分析差異具體在該變數的哪個水平上。簡單效應檢驗針對的是兩個變數或多個變數間的互動作用，也是方差分析之後的步驟，當互動作用顯著時，用簡單效應檢驗考察某變數的效應在另乙個變數的不同水平上的差異。
大概的理解是找出y除了μ1這個主效應之外其他相關μ指標。
多重比較陷阱
1.μ指標可能會有相互矛盾
2.還有可能出現過擬合的情況 未必能得出準確的結果
3.一開始就業務理解錯誤（那年杏花微雨 你說你是果郡王……
就醬，有問題請指正，祝大家健健康康~
notes spm多重比較校正
spm做完統計後，statistical table中的fdrc實際上是在該p uncorrected下，可以令fdr correcred p 0.05的最小cluster中的voxel數目 topological fdr和alphasim的步驟完全相同，只是兩者在估計cluster大小的時候所用演...
多重比較的問題
在統計學中，當同時考慮一系列的統計推斷或者基於觀察值選擇的引數的子集時會發生多重比較的問題 multiple comparisons problem 原因 當乙個人把子集作為整體的估計時，錯誤的推斷很可能發生，包括置信區間沒有包含相應的總體引數或者是假設檢驗錯誤地拒絕了零假設。對此，我舉出兩個例子作...
t檢驗orF檢驗and多重比較
t檢驗，亦稱student t檢驗 student s t test 主要用於樣本含量較小 例如n 30 總體標準差 未知的正態分佈。t檢驗是用t分布理論來推論差異發生的概率，從而比較兩個平均數的差異是否顯著。用到t檢驗的場景 1.單個樣本平均數的假設測驗 1.比較成組資料的平均數 2.比較成對資料...