在卫生统计学中，当涉及到多个均数之间的两两比较时，通常会采用一些特定的方法来控制I型错误率（即假阳性错误率），因为随着比较次数的增加，出现至少一次错误拒绝原假设的概率也会相应提高。常用的多重比较方法包括Tukey法、Bonferroni校正法、Scheffe法等。
1. Tukey法：这是一种非常常用的方法，适用于所有组间均数两两比较，并且要求各组样本量相等或相近。它通过计算一个特定的q值（即学生化极差分布），来确定不同组别之间的差异是否具有统计学意义。Tukey法能够较好地控制家庭智慧错误率（Family-wise error rate, FWER）。
2. Bonferroni校正法：这是一种较为保守的方法，适用于任何类型的多重比较问题。其基本思想是将原始的显著性水平α除以进行比较的次数m，即新的显著性水平为α/m。这样可以有效降低I型错误率，但可能会增加II型错误（即假阴性）的风险。
3. Scheffe法：该方法适用于所有类型的多重比较问题，并且不要求样本量相等。Scheffe法通过构建一个包含所有可能线性组合的置信区间来实现对多个均数的同时测试，能够提供较强的理论保证，但其检验效能相对较低，可能会导致更多的II型错误。

选择哪种方法取决于具体的研究设计、数据特征以及研究者对于I型和II型错误率的不同偏好。在实际应用中，建议根据具体情况综合考虑各种因素后作出合理的选择。