在卫生统计学中，当进行两两比较时，需要对检验水准进行调整，这是为了控制多次比较带来的一类错误（假阳性错误）增加的问题。以下为你详细介绍几种常见的调整方法。

Bonferroni法是一种较为简单且常用的调整方法。其基本原理是，将原本设定的检验水准α平均分配到每一次两两比较中。假设要进行m次两两比较，那么调整后的检验水准α′ = α/m。例如，原本设定的检验水准α = 0.05，若要进行10次两两比较，那么调整后的检验水准α′ = 0.05/10 = 0.005。这种方法虽然简单，但相对保守，因为它对每一次比较都进行了严格的控制，可能会导致检验效能降低，即容易出现假阴性结果。

Sidak法也是一种常用的调整方法。它是基于概率的原理推导出来的。调整后的检验水准α′ = 1 - (1 - α)^(1/m)。与Bonferroni法相比，Sidak法的调整结果相对宽松一些，在一定程度上能提高检验效能。例如，当α = 0.05，m = 10时，α′ = 1 - (1 - 0.05)^(1/10) ≈ 0.0051，与Bonferroni法的结果相近，但在某些情况下能更合理地平衡一类错误和检验效能。

还有一种较为复杂但更精确的方法是Scheffe法。它适用于各种类型的两两比较，不仅考虑了比较的次数，还考虑了数据的方差分析结构。Scheffe法通过计算一个更为复杂的临界值来调整检验水准，它可以控制所有可能的两两比较的一类错误率，即使在比较次数较多时也能保证总体的一类错误率不超过设定的α水平。不过，Scheffe法的检验效能相对较低，尤其是在比较次数较少时，可能会过于保守。

在实际应用中，需要根据具体的研究目的、比较次数以及数据特点等因素来选择合适的调整方法。如果比较次数较少，Bonferroni法或Sidak法可能是较好的选择；如果比较次数较多且需要更严格的控制一类错误，Scheffe法可能更为合适。同时，还可以结合专业知识