我正在阅读《解释心理统计》，第 4 版，并在以下段落之后被难住了：
Scheffé (1953) 明白，任何人在创建复杂对比时所能做的最好的事情就是捕捉所有的[组间偏差的平方和] 在单 df 比较中，因此除以 1，而不是[组间的自由度]。因此，在最好的情况下，[组间方差的均值] 等于次， 和[Scheffé 检验的 F 比] 等于次[原始方差分析中的 F 比率]。
这是在计划对比部分之后，并且 Scheffé 测试被描述为特别保守，所以我很困惑。Scheffé 的测试在什么意义上是“最佳情况”？我似乎能从这个和在线进一步阅读中得到的是，Scheffé 的测试描述了事后测试中的最佳情况，但计划的对比可能具有更高的能力来补偿它们的特异性。这是对事物的正确认识吗？
首先，有很多测试，每个测试都有其优点和缺点。一些最基本的测试是 Tukey's、Bonferroni's 和 Scheffés，因此我们可以比较和对比这些测试以了解选择测试的内容。
在测试之间进行选择的有用解释（http://www.itl.nist.gov/div898/handbook/prc/section4/prc473.htm）：
如果所有成对比较都感兴趣，则 Tukey 具有优势。如果只需要成对比较的一个子集，Bonferroni 有时可能会更好。
当要估计的对比数量很少时，（大约与因子一样多）Bonferroni 优于 Scheffé。实际上，除非所需对比的数量至少是因子数量的两倍，否则 Scheffé 将始终显示比 Bonferroni 更宽的置信带。
许多计算机软件包包括所有三种方法。因此，研究输出并选择置信带最小的方法。编辑：（这在源代码中列出，但可能不是一个好主意）。
在所有方法中，没有单一的多重比较方法是最好的。
这是选择正确测试的简化决策树（http://www.statsdirect.com/help/content/analysis_of_variance/multiple_comparisons.htm）：
成对的
不是成对的
切线：
此外，您需要了解计划内比较和计划外比较之间的区别。如果您知道要比较的每个比较，则可以使用计划的比较测试，例如 Tukey 和 Bonferroni。如果您认为您可能需要进行一些臭名昭著的数据窥探，那么您至少可以针对与 Scheffé 方法的计划外比较进行调整。（图基： http://www.itl.nist.gov/div898/handbook/prc/section4/prc471.htm ，邦费罗尼：http : //www.itl.nist.gov/div898/handbook/prc/section4/prc473 .htm , Scheffé: http://www.itl.nist.gov/div898/handbook/prc/section4/prc472.htm )
一般来说，如果可能，不要进行数据窥探（计划外比较）。您需要了解您正在寻找什么（计划比较），并且在决定哪种测试是最好的之前，应该咨询专业的统计学家。此外，了解您正在测试的数据将使您能够进行特定的比较，从而允许您使用特定的测试，该测试可以为您提供最窄的置信区间（检测差异），同时在统计上是正确的。