圖和dunnetts之間的差異測試顯著性嗨，我有點卡住，視覺上我的圖表顯示我的控制組和紅色組之間存在顯著差異（使用標準錯誤時），但是Mean / Anova和Dunnetts事後測試的性能表明沒有意義（儘管很接近）。
當圖形被標準偏差的誤差條改變時，沒有更多的意義，但是我想使用標準誤差函數。
或者是否有一個統計解釋，我不太明白，在這種情況下，我會非常感謝解釋。
Re：圖和dunnetts之間的差異測試顯著性謝謝你的解釋！它肯定有幫助
Re：圖和dunnetts之間的差異測試顯著性（抱歉延遲！）
你的例子是'測試足夠的零假設的經典案例，你會發現一個重要的比較！“
您在相同數據（A vs B，A vs C等等）中進行的比較越多，您發生I類錯誤的可能性就越大。 條形圖表示不保護您的單獨，單獨的比較。 條形圖比較是天真的誤導。這沒有錯，它只是無法回答有關所有比較的更複雜的問題。
另一方面，比較均值程序，例如Dunnett的測試，調整比較次數的標準以保護您。也就是說，如果你想要95％的信心所有比較，而不僅僅是每個比較，那麼你需要調整。這種保護的效果是需要更大的差異才能使比較顯著。 你應該相信Dunnett的比較。
考慮這個'gedanken實驗：'在零假設下為大量群體生成隨機數據，用條形圖方法（與比較均值>學生t相同）和Dunnett檢驗來檢驗假設。圖表中的I類錯誤（誤報）的數量要高得多，但是對於Dunnet的測試你會有什麼期望。
