โพสต์การทดสอบใน ANCOVA

คำถาม: วิธีการที่ดีในการดำเนินการทดสอบหลังความแตกต่างระหว่างกลุ่มหมายถึงหลังจากการปรับผลกระทบของ covariate คืออะไร?

ตัวอย่างต้นแบบ:

• สี่กลุ่มผู้เข้าร่วม 30 คนต่อกลุ่ม (เช่นประชากรจิตวิทยาคลินิกสี่คน)
• ตัวแปรตามคือตัวเลข (เช่นคะแนนเชาวน์ปัญญา)
• Covariate เป็นตัวเลข (เช่นดัชนีสถานะทางเศรษฐกิจและสังคม)
• คำถามวิจัยเกี่ยวข้องว่าคู่ของกลุ่มใดมีความแตกต่างอย่างมีนัยสำคัญกับตัวแปรตามหลังจากการควบคุมสำหรับค่า covariate

คำถามที่เกี่ยวข้อง :

• วิธีการที่ต้องการคืออะไร?
• มีการนำไปใช้งานอะไรบ้างใน R
• มีการอ้างอิงทั่วไปเกี่ยวกับวิธีการเปลี่ยนแปลงของโควารีเอตสำหรับการดำเนินการทดสอบโพสต์เฉพาะกิจหรือไม่?

การทดสอบหลายรายการตาม ANCOVA หรือมากกว่า GLM ใด ๆ แต่การเปรียบเทียบตอนนี้มุ่งเน้นไปที่การปรับกลุ่ม / การรักษาหรือวิธีการที่ไม่ได้ใช้ ตามความรู้ของฉันจะใช้การทดสอบ Tukey HSD และScheffé ทั้งสองค่อนข้างอนุรักษ์นิยมและมีแนวโน้มที่จะผูกมัดอัตราความผิดพลาดประเภทที่ 1 กรณีหลังเป็นที่ต้องการในกรณีที่ขนาดตัวอย่างไม่เท่ากันในแต่ละกลุ่ม ฉันดูเหมือนจะจำได้ว่าบางคนใช้การแก้ไข Sidak กับความแตกต่างเฉพาะ (เมื่อเป็นที่น่าสนใจแน่นอน) เนื่องจากมันค่อนข้างอนุรักษ์นิยมน้อยกว่าการแก้ไข Bonferroni

การทดสอบดังกล่าวมีอยู่ในmultcompแพ็คเกจR (ดู?glht) บทความสั้น ๆ ประกอบไปด้วยตัวอย่างการใช้งานในกรณีของโมเดลเชิงเส้นอย่างง่าย (ส่วนที่ 2) แต่สามารถขยายไปยังรูปแบบโมเดลอื่น ๆ ได้ ตัวอย่างอื่น ๆ สามารถพบได้ในHHแพ็คเกจ (ดู?MMC) MCP และขั้นตอนการสุ่มตัวอย่างอีกหลายขั้นตอน (แนะนำสำหรับการอนุมานที่แข็งแกร่ง แต่อาศัยวิธีการที่แตกต่างกันในการแก้ไขอัตราเงินเฟ้อผิดพลาดของ Type I) นอกจากนี้ยังมีในmulttestแพ็คเกจผ่านBioconductorดูอ้างอิง (3–4) การอ้างอิงที่ชัดเจนเพื่อการเปรียบเทียบหลายรายการเป็นหนังสือจากผู้แต่งคนเดียวกัน: Dudoit, S. และ van der Laan, MJ, ขั้นตอนการทดสอบหลาย ๆ แบบที่มีแอปพลิเคชันกับจีโนมิกส์ (Springer, 2008)

การอ้างอิง 2 อธิบายความแตกต่างระหว่าง MCP ในกรณีทั่วไป (ANOVA การทำงานด้วยวิธีที่ไม่ต้องปรับปรุง) เทียบกับ ANCOVA นอกจากนี้ยังมีเอกสารหลายฉบับที่ฉันจำไม่ได้จริง แต่ฉันจะดูพวกเขา

การอ้างอิงที่มีประโยชน์อื่น ๆ :

1. Westfall, PH (1997) การทดสอบความแตกต่างทั่วไปหลายประการโดยใช้ข้อ จำกัด เชิงตรรกะและสหสัมพันธ์ JASA 92 : 299-306
2. เวสท์, PH และหนุ่มเอสเอส (1993) resampling จากการทดสอบหลายตัวอย่างและวิธีการสำหรับการ p-value ปรับ John Wiley and Sons: นิวยอร์ก
3. Pollard, KS, Dudoit, S. , และ van der Laan, MJ (2004) ขั้นตอนการทดสอบหลายรายการ: R แพ็คเกจทดสอบและการประยุกต์ใช้กับจีโนม
4. เทย์เลอร์, SL Lang, DT, และ Pollard, KS (2007) ปรับปรุง multtest R News 7 (3) : 52-55
5. Bretz, F. , Genz, A. และ Hothorn, LA (2001) เกี่ยวกับความพร้อมใช้งานเชิงตัวเลขของกระบวนการเปรียบเทียบหลายรายการ วารสารไบโอเมตริกซ์ , 43 (5) : 645–656
6. Hothorn, T. , Bretz, F. , และ Westfall, P. (2008) อนุมานพร้อมกันใน General Parametric รุ่น กรมสถิติ: รายงานทางเทคนิค, Nr 19

สองคนแรกมีการอ้างอิงใน SAS PROC ที่เกี่ยวข้องกับ MCP

นี่เป็นคำถามที่น่าสนใจ ฉันคิดว่าต้องระวังให้มากเพราะซอฟต์แวร์ส่วนใหญ่ที่ทำการเปรียบเทียบหลัง ANCOVAs แต่มันไม่ได้ปรับวิธี

แนะนำให้ใช้การทดสอบ Bryan Paulson Tukey (BPT) สำหรับการเปรียบเทียบแบบคู่ในวิธี ADJUSTED ขั้นตอนอื่นอาจเป็นการทดสอบ Tukey Kramer แบบมีเงื่อนไข

การรวมวิธีการง่ายๆที่คุณสามารถเข้าถึงได้จาก R และหลักการทั่วไปคุณสามารถใช้ HSD ของ Tukey ได้อย่างเพียงพอ คำผิดพลาดจาก ANCOVA จะให้คำผิดพลาดสำหรับช่วงความมั่นใจ

ในรหัส R ที่จะเป็น ...

#set up some data for an ANCOVA
n <- 30; k <- 4
y <- rnorm(n*k)
a <- factor(rep(1:k, n))
cov <- y + rnorm(n*k)

#the model
m <- aov(y ~ cov + a)

#the test
TukeyHSD(m)

(เพิกเฉยต่อข้อผิดพลาดในผลลัพธ์นั่นหมายความว่าไม่มีการประเมิน covariate ซึ่งเป็นสิ่งที่คุณต้องการ)

ที่ให้ความมั่นใจในช่วงเวลาที่แคบกว่าที่คุณได้รับหากคุณเรียกใช้โมเดลโดยไม่มีค่า cov ... ตามที่คาดไว้

เทคนิคการโพสต์เฉพาะกิจใด ๆ ที่อาศัยเศษซากจากแบบจำลองสำหรับความแปรปรวนข้อผิดพลาดสามารถนำมาใช้ได้อย่างง่ายดาย

ทำไมคุณให้ตัวเองลำบากมากและทำให้ตัวเองสับสน?

คุณสามารถศึกษาสถิติการค้นพบของ Andy Field โดยใช้ SPSS (ฉบับที่ 3) หน้า 401-404

การใช้ฟังก์ชั่นตัดกันหรือเปรียบเทียบตัวเลือกเอฟเฟ็กต์หลักคุณสามารถทำโพสต์เฉพาะกิจบนค่าเฉลี่ยที่ปรับได้หลังจากพิจารณาค่า covariate