spss和lsd这两种数据统计方法有什么区别呢?分别在什么情况下使用呢?急急急

SPSS是一个数据统计软件，而不是一种数据统计方法。在SPSS这种数据统计软件里，包括许多种数据统计方法，当然也包括LSD。

LSD是一种数据统计方法，英文为：least significance difference，中文成为最小显著性法，在SPSS里面可以进行这种方法进行分析。

LSD是进行多个组数据的多重比较的，在SPSS软件里面，这个LSD是在ANOVA（方差分析）里面出现的。

比如，你要分析山东、河南、河北三个省份的男人的身高比较。那么需要你去三地进行随机测量，也就是随便找到一堆男人进行身高的测量。回来后将这些数据按照省份分为三组。

然后在SPSS里面进行方差分析，方差分析只能告诉你这三个省份里面是不是至少有一个省份的男人身高不同于其它两个省份，但不能进行省份之间的两两比较。要实现两两比较，必须进行多重比较。

多重比较有许多种方法，在方差分析的界面可以进行选择。其中LSD方法比较常用，这种方法有一个前提，就是要求组之间的方差相等。

因此，LSD是一种组之间方差相等的多重比较方法。而SPSS是一个可以进行这种分析（当然也可以进行其它分析）的软件。

区别如下：

1、duncan为Student-Newman-Keuls三人姓氏的缩写，检验统计量为q，亦称q检验，适用于多个均数的两两比较，常用于探索性研究。只告诉有无差异，不提供精确P值。

2、LSD为最小显著差异（leastsignificantdifference）t检验。适用于某一对或几对在专业上有非凡价值的均数间差别的比较。

3、课本上在进行两两比较用的是duncan，但是有人认为duncan出现假阳性的机率高。进行两两比较的时候，假如是验证性研究用Bonferroni(LSD)比较好，假如是探索性研究且各组人数相同用TurKey法较好，其他的用scheffe较好。

多重检验多使用q法：

LSD本质上是稍作改进的t检验，即将原来两两比较的不同标准误换成统一的标准误，所以累积I型错误概率的问题依然没有摆脱。因此假如实际分析中一定要用这个简单的检验法。

可以通过Bonferroni校正法将显著性水准调小到积累I型错误概率不超过单比较时的水准。谢谢shiqingsun，evolution，csust，新新手等诸位斑竹的解答。

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com