区别如下：
1、SNK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（least significant difference）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SNK，但是有人认为SNK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。
扩展资料：
1、 Dunnett-t 检验又称为：新复极差法检验。是一种方差分析中均值比较的方法。由Duncan 1955年在Newman及Keuls的复极差法（muhiple range method）基础上提出。
3、 Dunnett-t 统计量的计算公式与LSD-t 检验完全相同。Dunnett法则适用于多个实验组均数与对照组均数间的比较。
4、LSD-t 检验，是Fisher于1935年提出的， 多用于检验某一对或某几对在专业上有特殊探索价值的均数间的两两比较。
参考资料：百度百科--Dunnett's t 检验
参考资料：百度百科--LSD
温馨提示：答案为网友推荐，仅供参考
第1个回答 推荐于2017-10-11
SNK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。
LSD为最小显著差异（least significant difference）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。 提供P值。
“课本上在进行两两比较用的是SNK，但是有人认为SNK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”
没搞清楚这两者在使用时的差别，请问高手能否通俗的讲讲，附带实例更好 似乎是LSD法得出的P值稍小，在P值接近0.05的时候，比较轻易得出有统计学差异，而SNK方法得出的P值比较保守，相对不易得出P小于0.05。
似乎是LSD法得出的P值稍小，在P值接近0.05的时候，比较轻易得出有统计学差异，而SNK方法得出的P值比较保守，相对不易得出P小于0.05。
等待高手的解答。
lsd是最灵敏的，轻易出现假阳性结果crust版：
一般多个均数间的两两比较我们都用q检验。LSD一般用于设计的时候已经确定的某些组之间的比较（如A和B，C和D），而其他组间不必进行比较。假如所有组间都要比较用LSD的话会增加第一类错误的概率。
另外，dunnett法则适用于多个实验组均数与对照组均数间的比较。
evolution版：
LSD < SSR < q法
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
稍微准确一点说，bonferroni只是把cutoff value除以检验次数，也就等同于把p值乘以检验次数并truncate到0-1之间。好处是这样做错误率永远都可以控制住；问题时通常实在效能太低了，特别是检验成千上万个假设的时候，校正后的p值经常是一大片1。
LSD通过两步来控制错误率，如果所有均值都相等，那么错误率可以控制住；如果不全相等，则LSD未必可以控制住错误率。优点是简单，啥都不用动就可以用；缺点是基本上很少出现所有均值都相等的情况，所以没啥用。本回答被网友采纳
LSD为最小显著差异（least significant difference）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。 提供P值。
“课本上在进行两两比较用的是SNK，但是有人认为SNK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”
没搞清楚这两者在使用时的差别，请问高手能否通俗的讲讲，附带实例更好 似乎是LSD法得出的P值稍小，在P值接近0.05的时候，比较轻易得出有统计学差异，而SNK方法得出的P值比较保守，相对不易得出P小于0.05。
似乎是LSD法得出的P值稍小，在P值接近0.05的时候，比较轻易得出有统计学差异，而SNK方法得出的P值比较保守，相对不易得出P小于0.05。
等待高手的解答。
lsd是最灵敏的，轻易出现假阳性结果crust版：
一般多个均数间的两两比较我们都用q检验。LSD一般用于设计的时候已经确定的某些组之间的比较（如A和B，C和D），而其他组间不必进行比较。假如所有组间都要比较用LSD的话会增加第一类错误的概率。
另外，dunnett法则适用于多个实验组均数与对照组均数间的比较。
evolution版：
LSD < SSR < q法
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
稍微准确一点说，bonferroni只是把cutoff value除以检验次数，也就等同于把p值乘以检验次数并truncate到0-1之间。好处是这样做错误率永远都可以控制住；问题时通常实在效能太低了，特别是检验成千上万个假设的时候，校正后的p值经常是一大片1。
LSD通过两步来控制错误率，如果所有均值都相等，那么错误率可以控制住；如果不全相等，则LSD未必可以控制住错误率。优点是简单，啥都不用动就可以用；缺点是基本上很少出现所有均值都相等的情况，所以没啥用。本回答被网友采纳
第2个回答 2013-07-26
这三种检验方法SNK法、LSD法、Dunnett-t检验都是当多个样本均数之间两两比较时使用的假设检验方法，建议只学会其中最常用的SNK法即可，又称q检验，是通过计算的q值与q界值作比较得出结论的。