本期的问题是：请问几个不同药物浓度的实验组都要和对照组比较，可以用单因素方法分析吗？还是要t检验分别跟对照组比较？

● 在选择合适的统计方法时，我们需要考虑实验设计、研究目标以及数据的特性。

● 当有多个实验组以及一个对照组时，我们的目标通常是要比较每个实验组与对照组之间是否存在显著差异。在这种情况下，有两种主要的统计方法可以用来进行比较。

1、单因素方差分析（ANOVA）加事后测试

● 单因素ANOVA是用来检验三个或以上组别的均值是否存在显著差异的统计方法。如果ANOVA的结果显示有统计显著性，这意味着至少有一个实验组的均值与其他组别存在显著差异。

● 由于ANOVA只能告诉我们组间至少存在一个差异，但不能告诉我们具体是哪些组之间存在差异，因此我们需要进行事后测试（post hoc tests）。事后测试可以帮助我们确定具体哪些实验组与对照组之间存在显著差异。

● 当比较多个实验组与一个共同的对照组时，Dunnett's Test是一个常用的事后测试，它专门用于这种比较，并且已经考虑了多重比较问题。

2、多重t检验加校正

● 如果我们对每个实验组与对照组之间进行独立的t检验，我们会进行多次比较，这会增加犯第一类错误的风险（即错误地拒绝零假设）。

● 为了控制这种风险，我们可以使用多重比较校正，如Bonferroni校正。Bonferroni校正通过将原本的显著性水平除以比较的数量，来降低每次检验的显著性水平。

在实践中，单因素ANOVA加事后测试通常是首选方法，因为它在统计上更加有效，并且事后测试已经考虑了多重比较的问题。如果直接使用多重t检验，即使进行了校正，也可能因为统计效能降低而无法检测出真正存在的差异。