matlab - multcompare 和 anova1 产生完全不同的 p 值

Question

我正在尝试查看我测量的 7 组数据之间是否存在显着差异。我首先通过对每个组与所有其他组进行单独的 anova1 测试来做到这一点，从而产生 21 个不同的 p 值。显着性水平将通过 bonferroni 校正进行校正，因此我假设这仅意味着显着性水平变为 0.05/21。

但是，当我将 multcompare 函数与 anova1 结合使用来比较所有组时，通过 bonferroni 校正，我得到完全不同的 p 值。我知道 bonferroni 校正会改变 p 值，但我不明白为什么例如 0.0016 的 anova1 p 值变为 1.000，而 0.0070 的值变为 00019。有没有人可以告诉我发生了什么，因为这两种方法都只是将每个组的平均值与其他组进行比较？

左列显示单个 anova1 测试的 p 值，右列显示 multcompare 的 p 值。

0.0496    1.0000
0.0016    1.0000
0.0658    1.0000
0.2019    1.0000
0.7105    1.0000
0.0070    0.0019
0.3264    1.0000
0.8264    1.0000
0.4494    1.0000
0.1246    1.0000
0.0613    0.1402
0.5911    1.0000
0.0370    1.0000
0.0106    1.0000
0.1207    0.6513
0.4404    1.0000
0.1834    1.0000
0.0942    0.2323
0.1876    1.0000
0.0738    0.1048
0.0966    0.0607

标签： matlab