对于多于两组(k>2)样本均数的比较,t检验不再适用,方差分析(analysis of variance, ANOVA)则是解决上述问题的重要分析方法。方差分析由R.A.Fisher(1923)首先提出,故又称为F检验,其基本思想是将全部观测值的总变异按影响因素分解为相应的若干部分变异,在此基础上,计算假设检验的统计量F值,实现对总体均数是否有差别的推断。
完全随机设计的方差分析
随机区组设计的方差分析
多个样本均数的两两比较
根据方差分析的结果,若拒绝H0接受H1,则可以推断K组均数不全相同,然而,究竟哪些组不同,需要进一步对多个样本均数进行两两比较或称多重比较(multiple comparison)。对此若用t检验对K组均数进行两两比较,共需比较
如k=5,若规定检验水准α=0.05,在原假设H0成立的条件下,10次检验均不犯l类错误的概率为0.9510=0.5987,累积犯I类错误的概率为1-0.5987 = 0.4013,明显大于0.05。因此,均数间的多重比较不能直接使用两均数比较的t检验。
多重比较的方法有很多,如Dunnett-t检验、LSD-t检验、SNK-q(Student-Newman-Keuls)法、Tukey法、Scheffe法、Sidak t检验和Bonferroni t检验等。