做科研时，有一个问题看起来非常简单，却经常成为审稿人抓住不放的“硬伤”：到底应该做两两比较，还是多组比较？尤其是在Western blot、ELISA、免疫组化、磷酸化蛋白、乙酰化蛋白、泛素化蛋白等实验中，经常会出现3组、4组甚至更多组。很多人拿到数据后的第一反应是：“A组和B组比较一下，A组和C组也比较一下，B组和C组再比较一下……”最后一张图上塞满了P值和星号。看起来分析得非常“全面”，实际上却可能埋下严重的统计学问题。特别是修饰蛋白分析，例如p-AKT/AKT、p-mTOR/mTOR、p-NF-κB/NF-κB、Acetyl-protein/Total protein等，如果实验设计和统计方法没有对应起来，很容易被审稿人质疑：“Why were multiple pairwise comparisons performed without adjustment for multiple testing?”甚至直接影响文章的可信度。今天就把两两比较 vs 多组比较一次讲清楚。图来源 百度
第一部分：先搞清楚——什么叫“两两比较”，什么叫“多组比较”？
最简单的理解：两两比较
就是一次只比较两个组之间有没有差异。例如实验只有：Control组；Model组
那么问题非常简单：Control vs Model
只有两个独立组，此时通常采用独立样本t检验；如果数据不满足参数检验条件，则可以考虑Mann–Whitney U检验。
但如果有4组：Control；Model；Drug；Drug + Model
你如果分别做：Control vs Model；Control vs Drug；Control vs Drug + Model；Model vs Drug；Model vs Drug + Model；Drug vs Drug + Model
这就是典型的多次两两比较。问题也恰恰出现在这里。
多组比较
如果一次实验中存在≥3个组，并且你的研究问题是：“这4组总体上是否存在差异？”那么通常不能简单地把所有组两两做t检验。更标准的思路是：先做总体检验，再做事后两两比较。
例如4组数据：Control / Model / Drug / Combination
首先进行：One-way ANOVA
判断4组总体均值是否存在统计学差异。如果ANOVA显著，再进一步进行：Post hoc multiple comparisons
例如：Tukey；Bonferroni；Sidak；Dunnett等。
也就是说：ANOVA解决“有没有组间差异”，事后检验解决“到底是哪几组不同”。这才是多组比较最经典的统计逻辑。
第二部分：为什么不能看到两组就直接做t检验？
这是很多科研新手最容易踩的坑。
假设现在有4组：
| 组别 |
n |
| Control |
6 |
| Model |
6 |
| Treatment |
6 |
| Combination |
6 |
如果你直接进行6次两两t检验，看起来每一次都没有问题。但实际上，你进行了多次假设检验。假设每次检验都使用：α = 0.05那么随着比较次数增加，整体出现假阳性的概率也会不断增加。这就是所谓的：Multiple comparisons problem，即多重比较问题。举个非常直观的例子。
如果你只有一次检验：P < 0.05，通常认为结果具有统计学意义。但如果你连续进行很多次独立检验，即使实际上所有组都没有真正差异，也可能因为“碰巧”出现一个P < 0.05。所以：“每一次P<0.05”并不等于“整个实验的统计结论可靠”。这也是为什么在多组实验中，审稿人经常会特别关注：是否进行了multiple testing correction；使用了什么post hoc test；为什么选择这个方法；是否存在大量未校正的pairwise comparisons？
一个非常重要的原则
如果实验设计本身就是：3组、4组、5组甚至更多组那么不要形成这样的习惯：“我先全部做t检验，哪里显著就标哪里。”而应该先问：我的研究问题是什么？如果研究的是：“4组总体是否存在差异？”→ ANOVA。如果研究的是：“处理组和对照组分别比较如何？”→ 可以根据研究假设选择预先设定的比较，并进行适当的多重比较控制。如果研究的是：“所有组之间都要比较。”→ ANOVA + Tukey等事后多重比较通常更加合适。
第三部分：修饰蛋白实验，为什么更容易在这里翻车？
这部分尤其重要。很多人做Western blot时，会同时检测：Total protein；Phosphorylated protein；β-actin/GAPDH
例如研究AKT信号通路：AKT；p-AKT；β-actin
最终往往计算：p-AKT / AKT，然后比较不同实验组。这时候真正需要统计的对象，是你预先定义好的生物学指标，而不是看到一条条蛋白条带就全部拿出来进行统计。例如：Control；Model；Drug；Combination，四组比较p-AKT/AKT。如果你的研究问题是：“不同处理是否影响AKT磷酸化水平？”那么可以将：p-AKT/Total AKT作为主要分析指标。然后进行：One-way ANOVA → appropriate post hoc test，而不是把：p-AKT/AKT/β-actin/p-AKT/AKT全部分别进行大量两两比较，最后挑出“显著”的结果。
更危险的情况：一张图做十几个P值
例如你检测了：p-AKT/AKT；p-mTOR/mTOR；p-NF-κB/NF-κB；p-AMPK/AMPK；p-STAT3/STAT3，每个指标又有4组。如果每个指标都进行大量两两比较，那么你实际上进行了非常多次统计检验。这时审稿人可能会问：How were multiple comparisons accounted for? 如果回答不上来，就很被动。所以修饰蛋白实验的统计分析一定要提前规划。
修饰蛋白到底应该怎么处理？
以磷酸化蛋白为例：
第一步：确定生物学指标
例如：p-AKT/AKT，而不是简单把p-AKT条带强度直接拿来比较。
第二步：确定实验组
例如：Control / Model / Treatment / Combination
第三步：确定统计方法
如果是4组独立样本：One-way ANOVA
第四步：进行适当的事后比较
例如：Tukey's multiple comparisons test，如果主要关注：Model vs Treatment，也可以根据预先设定的研究假设采用更针对性的比较方案，而不是事后看到哪个P值漂亮就比较哪个。
第四部分：一张表彻底搞懂——什么时候用什么统计方法？
最后给大家一个最实用的判断框架。
| 实验设计 |
常见问题 |
推荐方法 |
| 2个独立组 |
A vs B |
Independent-samples t test |
| 2个配对组 |
治疗前 vs 治疗后 |
Paired t test |
| ≥3个独立组 |
多组总体比较 |
One-way ANOVA |
| ≥3组 + 所有组两两比较 |
哪些组不同 |
ANOVA + Tukey |
| 多组 + 只与对照组比较 |
各处理 vs Control |
ANOVA + Dunnett |
| 多组 + 特定比较 |
预设假设 |
Planned contrasts / adjusted comparisons |
| 非正态的≥3独立组 |
多组比较 |
Kruskal–Wallis + appropriate post hoc |
| 两因素实验 |
如处理×时间 |
Two-way ANOVA |
| 重复测量 |
同一对象多个时间点 |
Repeated-measures ANOVA / mixed-effects model |
那么，到底怎么选？
记住下面这句话：2组，考虑两组比较；≥3组，不要条件反射式地连续做t检验。但更准确地说：统计方法不是由“组数”单独决定的，而是由研究设计、数据结构和研究假设共同决定。
尤其要注意：
① 不要为了显著而选择统计方法
不能因为ANOVA不显著，就换成几次t检验，然后寻找P<0.05。这属于典型的统计方法选择偏倚。
② 不要忽视正态性和方差齐性
ANOVA并不是“4组数据就自动使用”。还需要考虑：数据分布；方差齐性；样本独立性；是否存在重复测量；是否存在协变量
③ 不要把技术重复当成生物学重复
例如Western blot中，同一个样本重复跑3次，并不意味着：n=3，真正的生物学重复通常是不同的独立实验样本。如果6只小鼠分别取样，那么：n=6，而不是把同一样本重复检测3次后写成：n=18，这是审稿人非常敏感的问题。
④ 不要只报告P值
高质量论文不仅应该告诉读者：P < 0.05，还应该尽可能报告：Effect size；Mean ± SD/SEM；95% CI；Exact P value；Multiple-comparison adjustment，这样比单纯满图“
、、”更加规范。
最后总结
科研统计最怕的不是：“不会做统计。”而是：“用了一个看起来会做、实际上不适合实验设计的统计方法。”尤其是Western blot、磷酸化蛋白、乙酰化蛋白、免疫组化等实验，组数一旦达到3组以上，就一定要在实验设计阶段提前考虑：我要比较什么？比较多少次？是否需要多重比较校正？我的数据是否满足参数检验条件？最终统计的指标到底是什么？请记住一个非常实用的思维：先确定科学问题，再确定比较策略；先确定比较策略，再选择统计方法。而不是：先把所有P值算出来，再挑显著的结果。因为统计学不是让数据“变显著”的工具。它真正的作用，是让你的实验结果经得起审稿人的追问。如果是3组、4组、5组甚至更多组实验，建议在画图之前就把统计方法、比较对象以及多重比较校正方案确定下来。这一步做对了，后面的GraphPad Prism作图、P值标注、结果描述，都会顺畅很多。科研可以没有漂亮的P值，但不能没有正确的统计逻辑。
