李晓煦

摘 要：通过一个示例解释了多组均值比较统计结果常见疑难，提出将p值换算成“若干个标准误”作定量解读。同时提供Tukey HSD多重比较校正后的置信区间半径与未作校正的LSD置信区间半径的对比参考表和图示做参考。

关键词：多重比较;Tukey HSD检验;LSD检验;p值

中图分类号：O213.9  文献标识码：A  文章编号：1673-260X（2021）11-0001-02

Pearson作为统计检验的一种辅助指标引入p值以来，p值在几乎所有自然科学与社会学领域内扮演了重要角色。很多情况下研究者只看p值的大小就直接得出结论。在统计分析中p值独一无二的地位堪称“强势”。

1 误读与迷思

以探讨摄入糖份对竞技活动成绩的影响数据为教学示例[2]，研究三组均值两两之间是否存在差异。在方差一致前提下，研究者通常会采用SPSS的方差分析和事后检验多重比较的界面。本例各组样本量一致，主流教材[3，4]往往推荐使用Tukey校正方法（即Tukey HSD检验）。

LSD方法通常报告的p值小于Tukey HSD校正方法。出盲目选用LSD方法，是科研中常见的误区。在这个例子中，以0.05为一类错误率，采用上述两种校正方法都得到定性上一致的结论：“无干预组与控制组无（或未发现）显著差异;实验组也与控制组无（或未发现）显著差异;无干预组与实验组有（或发现了）显著差异”。对p值的定性解读往往带来无法回避的迷思：既然无干预组与控制组无差异，实验组也与控制组无差异，为何无干预组与实验组还会出现差异？

2 剖析与纠正

纠正上述p值定性误读的迷思，需要在统计结果解读中把p值换算成“若干个标准误”作定量解读，即T统计量。……