三组间两两比较采用的几种统计学方式(LSD检验,Bonferroni法,tukey法,Scheffe法,SNK法)区别
其实简单来讲，这些方法无非是比较极差，或是比较均值。其中，比较极差是说区分相互几组间有差别的几组均数，但每一组内的均数之间无差异。比较均值是指比较每一对的均数，并指出它们相同还是不同。
Bonferroni法
就是用0.05除以比较次数。适用于小于5组的比较。
也有改进的Bonferroni法，比如Holm,Hochberg改进后的软件REGWQ，但是比较少用。
LSD检验
这个方法只是在手工运算时有用，每次还是用0.05来作为alpha。
tukey法
Tukey使用一个q统计量来计算出真实的显著性差异。
具有比较均数和比较极差的双重性质。
适用于组数大于6以上。
Scheffe法
适用于任何比较。
可用0.10作为alpha.
SNK
最为流行的方法，广泛使用。
其实，我最为用的是dunnett t 检验。
当然，万一没办法，计划性正交实验是备胎。
Multiple_Comparison_Procedures
LSD法最敏感(其他的方法没有差异时，它可能发现差异)，Bonfer法(可适用于所有的两两比较)和SNK(看不到P值)一般应用的较多，Scheffe法不怎么敏感，Tukey法上次听SCI报告时，数据看上去有明显差异时可以选用。
1. 多元回归，设置哑变量。
多元回归：
研究一个因变量、与两个或两个以上自变量
的回归。亦称为多元线性回归
，是反映一种现象或事物的数量依多种现象或事物的数量的变动而相应地变动的规律。建立多个变量之间线性或非线性数学模型
数量关系式的统计方法。
2. 使用非参数检验的方法。
非参数检验：
非参数检验(nonparametric tests)是统计分析方法的重要组成部分，它与参数检验共同构成统计推断的基本内容。参数检验是在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法。但是，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假
