单因素方差分析文章中，我们对3组患者的ALT水平进行了比较，方差分析结果为F=68.810，P<0.001，说明了三种治疗措施对患者ALT水平的影响差异具有统计学意义。（详见SPSS详细操作：单因素方差分析）

但是我们只能认为3组的总体均数不等或不全相等，即至少有2个处理组的均数处于不同水平。要想进一步了解是哪2组的均数相等，或者哪2组的均数处于不同水平，这就需要做多个样本均数间的多重比较（multiple comparisons），也叫多个样本均数间的两两比较。

样本间的多重比较是医学研究领域较为常见的应用问题，其方法的选择在统计学界争议颇深，目前还没有一种在任何条件下都适用、效果好的方法。关于样本均数之间的多重比较，可供我们选择的统计方法更有10多种之多。根据研究设计和研究目的的不同，其方法大致可以分为2种类型：

（1）用于证实性研究，在研究设计阶段根据研究目的或专业知识就设定了要比较的组别，比如多个处理组与同一对照组比较。即我们事先就有一定假设，只关心某几个组间的均数是否有差异，这叫做事前比较；

（2）用于探索性研究，在研究设计阶段不明确哪些组间的比较是我们更关注的，各处理组两两间的对比关系都要回答。即在整体检验有统计学差异之后，我们想知道哪些组间的均数有差异，对每一对样本均数都进行比较，这叫做事后比较。

接下来，我们结合实例讨论2种类型研究在方差分析条件满足时可采用的多重比较方法，但对各方法的具体原理和计算公式不做深入探讨，主要关心其使用条件和应用方向。话不多说，上例子！

一、证实性研究适用的方法

某研究在社区随机抽取了24名糖尿病患者、葡萄糖耐量减低（IGT）患者和健康人进行载脂蛋白测定（数据见下表），试问3组人群的载脂蛋白水平是否有差异？糖尿病和IGT患者相比于健康人的载脂蛋白水平又是否有差异？