以SPSS为例，十多种方法可选，上图为英文视图，下图为中文翻译视图，请对照学习。

简单介绍一下常用的方法它们的含义，以及如何正确恰当选择使用这些方法。

LSD：最小显著差异法，实际上是 t 检验的改进，检验统计量为T，在变异和自由度的计算上利用了整个样本信息，而不仅仅是比较两组的信息。它的敏感度最高，在比较时仍然存在放大α水准(一类错误)的问题，换言之就是总的二类错误非常小，要是LSD法都没有检验出有差别，恐怕真的没差别了。

检验原理与t检验相同，但比一般t检验的敏感性高，只要各组均值间存在一定程度的微小差异就有可能被检验出来。LSD法侧重于减小II类错误，但有增大I类错误的可能。

Bonferroni：由 LSD 法修正而来，通过调整每个检验的α水准来控制总的α水准，最终保证总的α水准为0.05，该方法敏感度介于 LSD 法和 Scheffe 法之间。Bonferroni用途最广，几乎可用于任何多重比较的情形，包括组间例数相等或不等、成对两两比较或综合多重比较等。

S-N-K：即 Student Newman Keuls 法，是应用最广泛的一种两两比较方法。它采用Student-Range 分布进行所有组均值间的配对比较。该方法保证在H0真正成立时总的α水准等于实际设定值，即控制了一类错误。

检验后将没有显著差异的组别放在一个子集，有显著差异的组别分在不同子集，控制了犯I类错误的概率。

TUKEY：即 Tukey