前面我们讲了方差分析，方差分析主要用于多组均值的比较，方差分析的结果是多组均值之间是否存在显着性差异，但是这种显着性差异总体上是显着的，但我们并不知道具体哪些组差异显着。所以就有了我们今天的多重比较，目的就是为了得到哪些组有显着差异。多重比较的方法有很多种。本文主要介绍一种比较常用的LSD。LSD是leastsignificantdifference的缩写，又称最小显着差异法。使用LSD方法的具体步骤是：1、提出一个假设：H0：两组之间没有差异；H1：两组之间的差异。2.计算检验统计量：两组均值之差的绝对值。3、计算LSD，公式为：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为样本数因素的不同水平；MSE是组内部方差；ni和nj分别是第i个样本和第j个样本的样本大小。4.根据显着性水平α做出决定，如果均值差的绝对值大于LSD，则拒绝H0，否则不拒绝H0。接下来举个栗子，带着大家走完上面的流程。Step1：提出以下假设。假设1：H0：零售与旅游没有区别；H1：零售与旅游有区别假设2：H0：零售与航空没有区别；H1：零售业与航空业有区别假设3：H0：零售业H1：零售业与家电制造业有区别假设4：H0：旅游业与航空业没有区别；H1：旅游业与航空业存在差异假设5：H0：旅游业与家电制造业H1：旅游业与家电制造业存在差异假设6：H0：存在航空业和家电制造业没有区别；H1：航空业与家电制造业存在差异Step2：计算检验统计量，即两组间差异假设1、2、3、4、5、6分别对应1、14、10、13、11、24的均值差的绝对值step3：根据LSD公式LSD值计算各假设的对应值。根据数据得到组内平方和MSE=142.526。具体计算方法参考上述方差分析；查t分布表，在α=0.05，自由度=n-k=23-4=19的情况下，tα/2=2.093；最后计算出不同假设对应的LSD值分别为13.90、14.63、14.63、15.13、15.13、15.80step4：做决定。假设1的均值差的绝对值小于对应的LSD值13.90，故不拒绝假设H0，即零售业与??旅游业不存在显着差异；14的假设2的均值差的绝对值小于对应的LSD值14.63，所以不否定假设H0，即不能认为零售业与航空业存在显着差异行业;假设3的均值差的绝对值比对应的LSD值14.63小10，所以不否定假设H0，即不能认为零售业和家电制造业存在显着差异显着差异;假设4的均值差的绝对值比对应的LSD值15.13小13，因此不拒绝假设H0，即旅游业与航空业之间不存在显着差异；假设5的均值差的绝对值比对应的LSD值15.13小11，因此不拒绝假设H0，即不能认为旅游业与家电行业存在显着差异制造业；假设6的均值差的绝对值比对应的LSD值15.80大24，因此拒绝假设H0，即航空业和家电制造业行业存在显着差异。以上就是多重比较法-LSD的简单介绍和案例，希望对大家有用。
