2.事后多重比较方法说明
多重比较有很多种方法，一般根据他的发展所采用的概率分布和发展过程可以发现，一般包括t检验和q检验衍生的方法，目前这两种方法的应用较多，另外还有一些基于F分布的方法，具体说明如下：
（1）LSD方法
LSD是最早的多重比较方法，LSD与独立样本t检验非常相近，主要差别在于LSD法在首先满足F检验达到显著的基础上，将F检验的误差均方作为合并方差，LSD法因其计算简单，检验效能高，所以被广泛应用，有研究者模拟试验比较了不同的事后多重比较方法，发现在方差中F检验显著时，LSD方法是检验效率最高的多重比较方法，但是LSD法也存在明显的不足，比如涉及过多的要比较均数对，犯I型错误的概率较高。其计算公式如下：
tα/2为t分布的临界值，通过查t分布表得到，其自由度为n-k，n为样本总数，k为因素中不同水平的水平个数；MSE为组内方差；ni和nj分别为第i个样本和j个样本的样本量。
4.根据显著性水平α做作出决策，如果均值之差的绝对值大于LSD，则拒绝H0，否则不拒绝H0。
（2）Scheffe
Scheffe检验设定所有可能线性组合，Scheffe检验的临界值是用组间自由度乘以F检验的临界值，该方法对于非均衡设计更有效，但是Scheffe计算相较其他方法更为复杂，计算公式如下：
（3）Bonferroni校正
Bonferroni不等式是指一个或多个时间发生的总概率不高于这些事件各自发生概率的加和。但一般认为该方法过于保守（更难得到拒绝无效假设的结论），Bonferroni法适用于比较次数不是太多的多重比较（比较次数越多越保守）。计算公式如下：
（4）sidak
Sidak基本思路与Bonferroni法接近，一般sidak优于Bonferroni法，它使用Bonferroni修正中的一个特例来估算所有假设测试之间存在的共同显著水平。
（5）Tamhane T2（方差不齐）
如果方差不齐,但希望进行多重比较则使用此方法，其使用前提是需要数据满足正态性，但是不需要满足方差齐性。
（6）SNK Q检验
SNK法的基本目标是把处理均数分成不同处理的子集。这些子集内部都是同质的，但是不同子集之间却存在差异，因此SNK又被称为分层检验，就是按照范围的不同采用不同的检验标准来判定显著性。因为其统计量为q，又称为q检验。其统计量的计算如下：
