โพสต์ -hocs สำหรับการทดสอบภายในวิชา?


20

วิธีการที่ต้องการสำหรับการทำ post-hocs สำหรับการทดสอบในวิชาคืออะไร? ฉันเคยเห็นงานตีพิมพ์ที่มีการใช้ HSD ของ Tukey แต่การตรวจสอบ Keppel และ Maxwell & Delaney ชี้ให้เห็นว่าการละเมิดความกลมกลืนในการออกแบบเหล่านี้ทำให้คำผิดพลาดไม่ถูกต้องและวิธีนี้เป็นปัญหา Maxwell & Delaney ให้แนวทางในการแก้ไขปัญหาในหนังสือของพวกเขา แต่ฉันไม่เคยเห็นมันทำอย่างนั้นในแพคเกจสถิติใด ๆ พวกเขาเสนอวิธีการที่เหมาะสมหรือไม่ การแก้ไข Bonferroni หรือ Sidak ของการทดสอบตัวอย่างแบบหลายคู่จะสมเหตุสมผลหรือไม่ คำตอบที่ยอมรับได้จะให้รหัส R ทั่วไปที่สามารถดำเนินการโพสต์ hocs ในการออกแบบที่เรียบง่ายหลายทางและผสมที่ผลิตโดยezANOVAฟังก์ชั่นในezแพคเกจและการอ้างอิงที่เหมาะสมที่มีแนวโน้มที่จะผ่านการชุมนุมกับผู้ตรวจสอบ


1
บทความโดย David Howell นี้อธิบายถึงปัญหาและวิธีแก้ไขปัญหาต่าง ๆ
Harvey Motulsky

เมื่อคุณยอมรับคำตอบโดยใช้แพ็คเกจ multcomp คุณสามารถอธิบายเพิ่มเติมเล็กน้อยเกี่ยวกับวิธีที่คุณใช้ multcomp ในที่สุด คุณใช้มันกับฟังก์ชั่นlmeหรือlmerฟังก์ชั่นหรือวิธีการแบบดั้งเดิมมากขึ้นเป็น t-test หรือ ANOVA (ขณะที่ฉันกำลังพยายามใช้กับ ANOVAs)
Henrik

ฉันยอมรับคำตอบ multcomp เป็นหลักเพราะฉันไม่พอใจอย่างสมบูรณ์กับเทคนิคการปรับค่า p ซึ่งชุมชนเลือกเป็นคำตอบ "ถูก" ฉันเหลือบมองไปที่มันและดูเหมือนว่าจะมีแนวโน้ม แต่ฉันไม่ได้ตรวจสอบเพิ่มเติม ฉันสนใจที่จะได้ยินเพิ่มเติมเกี่ยวกับสิ่งที่คุณพยายามและสิ่งที่คุณค้นหา
russellpierce

ฉันพบวิธีระบุ ANOVA แบบวัดซ้ำโดยใช้lmeดูความคิดเห็นของคำตอบที่ได้รับการยอมรับ: stats.stackexchange.com/q/14088/442ด้วยออบเจ็กต์ของคลาสที่lmeคุณสามารถใช้multcompสำหรับเอฟเฟ็กต์ภายในเรื่อง มันเสนอการปรับอัลฟ่า - ข้อผิดพลาดประเภทต่าง ๆ แต่ส่วนใหญ่เป็นสิ่งที่คุณไม่ชอบโดยเฉพาะ นอกจากบทความแล้วยังมีหนังสือเล่มหนึ่งmultcompที่อธิบายวิธีการทั้งหมด หากคุณต้องการโพสต์ hocs โดยไม่มีการปรับใช้fit.contrastจากgmodelหรือcontrastแพคเกจใหม่
Henrik

คุณยังสนใจวิธีแก้ปัญหาสำหรับezANOVAฟังก์ชั่นหรือไม่? ถ้าเป็นเช่นนั้นฉันคิดว่าฉันสามารถตอบได้ว่า Q แต่ A นั้นจะต้องอาศัยการทดสอบสำหรับแบบจำลองที่ไม่แปรเปลี่ยนซึ่งรูปทรงกลมเป็นข้อสันนิษฐานที่สำคัญ หากคุณไม่ต้องการให้ A ถูก จำกัด ในการคำนวณ ANOVA ของezแพ็คเกจฉันสามารถให้ A ที่ใช้โมเดลหลายตัวแปรสำหรับการทดสอบหลังการทดสอบ
statmerkur

คำตอบ:


7

มีลักษณะที่เป็นmultcompแพคเกจและบทความของตนพร้อมกันในการอนุมานทั่วไป Parametric รุ่น ฉันคิดว่ามันควรทำในสิ่งที่ไม่ต้องการและบทความนี้มีตัวอย่างที่ดีมากและมีการอ้างอิงที่ครอบคลุม


21

ฉันกำลังเขียนบทความที่ฉันมีความสุขที่จะดำเนินการเปรียบเทียบระหว่างและภายในวิชา หลังจากที่ได้หารือกับหัวหน้างานของฉันเราตัดสินใจที่จะทำงานที -tests และใช้ง่ายสวยHolm-Bonferroni method( วิกิพีเดีย ) สำหรับการแก้ไขข้อผิดพลาดสำหรับ cumulation อัลฟา มันควบคุมอัตราการเกิดข้อผิดพลาดแบบครอบครัว แต่มีพลังมากกว่าขั้นตอน Bonferroni ทั่วไป ขั้นตอน:

  1. คุณรันการทดสอบเสื้อเพื่อเปรียบเทียบทั้งหมดที่คุณต้องการ
  2. คุณสั่งp- value ตามมูลค่าของมัน
  3. คุณทดสอบค่าp-value ที่น้อยที่สุดเทียบกับalpha / k , ค่าที่น้อยที่สุดที่สองต่อalpha / ( k - 1), และอื่น ๆ จนกระทั่งการทดสอบครั้งแรกเปลี่ยนเป็นไม่มีนัยสำคัญในลำดับการทดสอบนี้

Cite โฮล์ม (1979) ซึ่งสามารถดาวน์โหลดได้ผ่านทางลิงค์ที่วิกิพีเดีย


1
อาจเป็น ANOVA ก่อนการทดสอบหลายครั้ง?
สแตน

2
ฉันคิดว่านั่นเป็นนัยจากคำตอบ คุณทำการทดสอบ post-hoc หลังจาก ANOVA ที่มีนัยสำคัญ
Henrik

2
@Henrik: ฉันหวังว่าฉันจะไม่ตีม้าที่ตายแล้วที่นี่ ... โดยโพสต์ในโพสต์เก่า ดังนั้นฉันจึงมีคำถามเกี่ยวกับวิธีที่คุณรันการทดสอบ t คุณใช้ค่าความแปรปรวนร่วม (จาก ANOVA) หรือคุณใช้การทดสอบทีแบบสองทางอิสระหรือไม่ เหตุผลที่ฉันถามสิ่งนี้คือเพราะฉันพยายามใช้pairwise.t.test()การเปรียบเทียบแบบคู่โดยใช้วิธี Bonferroni หรือวิธี Holm-Bonf แต่ผลลัพธ์แตกต่างกันอย่างมากขึ้นอยู่กับว่าฉันใช้ SD ที่รวมกันหรือใช้การเปรียบเทียบแต่ละรายการแยกกัน -ทดสอบ. ขอบคุณ!
อเล็กซ์

2
@Alex: การใช้ 'การป้องกัน' วิธีการที่การทดสอบ t- จะดำเนินการเฉพาะหลังจาก ANOVA ที่สำคัญหมายถึงการใช้คำว่าข้อผิดพลาดพู อย่างไรก็ตามเนื่องจากนี่ไม่ใช่ตัวเลือกที่มีให้โดยซอฟต์แวร์ทางสถิติผู้คนมักจะไม่ทำเช่นนั้น ยิ่งกว่านั้นการละเมิดขอบเขตความกลมกลืนเป็นสิ่งที่น่าสงสัยในตอนแรก
russellpierce

5

ฉันจำการอภิปรายบางอย่างเกี่ยวกับเรื่องนี้ในอดีต; ฉันไม่ได้ตระหนักถึงการดำเนินการตามแนวทางของ Maxwell & Delaney แม้ว่ามันจะไม่ยากเกินไปที่จะทำ มีลักษณะที่เป็น " วัดซ้ำ ANOVA ใช้ R " ซึ่งยังแสดงให้เห็นวิธีการหนึ่งของการแก้ไขปัญหาความกลมในของ Tukey HSD

คุณอาจพบคำอธิบายของการทดสอบความสนใจของฟรีดแมน


ขอบคุณฉันคิดว่าการทดสอบของ Friedman นั้นน่าสนใจ แต่ฉันก็ไม่สามารถทราบได้ว่าการปรับนั้นสำหรับข้อผิดพลาด Type I นั้นเกิดขึ้นได้อย่างไรใน post-hoc ความคิดเห็นบอกว่ามันเป็น "การทดสอบ Wilcoxon-Nemenyi-McDonald-Thompson" แต่ฉันไม่เคยได้ยินเรื่องนี้มาก่อนคุณจะอธิบายได้ไหม
russellpierce

@Shane ลิงก์แรกตาย :-(
Adam Ryczkowski

2

มีสองตัวเลือกสำหรับการทดสอบ F แบบอนุมานใน SPSS หลายตัวแปรไม่ถือว่าเป็นทรงกลมและใช้ประโยชน์จากความสัมพันธ์แบบคู่ที่แตกต่างกันสำหรับตัวแปรแต่ละคู่ "การทดสอบของผลกระทบภายในอาสาสมัคร" รวมถึงการทดสอบหลังการโพสต์ใด ๆ ถือว่าเป็นทรงกลมและทำการแก้ไขบางอย่างสำหรับการใช้ความสัมพันธ์ทั่วไปในการทดสอบทั้งหมด ขั้นตอนเหล่านี้เป็นมรดกของวันที่การคำนวณมีราคาแพงและเสียเวลากับสิ่งอำนวยความสะดวกด้านการคำนวณที่ทันสมัย

คำแนะนำของฉันคือใช้ Omnibus MULTIVARIATE F สำหรับมาตรการซ้ำ ๆ จากนั้นติดตามด้วย t-test แบบ post hoc pairwise หรือ ANOVA ที่มีเพียง 2 ระดับในการเปรียบเทียบการวัดซ้ำแต่ละครั้งหากยังมีปัจจัยระหว่างวัตถุด้วย ฉันจะทำให้การแก้ไข bon ferroni ง่าย ๆ ของการหารระดับอัลฟาตามจำนวนการทดสอบ

นอกจากนี้ต้องแน่ใจว่าดูขนาดของเอฟเฟกต์ [พร้อมใช้งานในกล่องโต้ตอบตัวเลือก] ขนาดของเอฟเฟกต์ขนาดใหญ่ที่ 'ใกล้' ถึงนัยสำคัญอาจมีค่าน่าสนใจ [และการทดลองในอนาคต] มากกว่าเอฟเฟกต์ขนาดเล็ก แต่มีนัยสำคัญ

วิธีการที่ซับซ้อนกว่านี้มีให้ในขั้นตอน SPSS ที่ผสมกันและในแพ็คเกจที่เป็นมิตรกับผู้ใช้ [แต่ฟรี] เช่น R

สรุป, ใน SPSSS, F หลายตัวแปรตามด้วยโพสต์คู่ hocs eith Bon Ferroniwith Bonferroni น่าจะเพียงพอสำหรับความต้องการส่วนใหญ่


0

ฉันจะใช้ฟังก์ชัน R qtukey (1-alpha, mean, df) เพื่อสร้าง CIs ที่เหมาะกับครอบครัว

เสื้อยูkอีY0.05,4,16

MSERRโอRTukeyk,df=Maxj=1,2,,k{zj}Minj=1,2,,k{zj}χdf2/df=Rangej=1,2,,k{MjμjσM}SEM/σM=Rangej=1,2,,k{Mjμj}SEM=Max1j1,j2k{|(Mj1μj1)(Mj2μj2)|}SEM=Max1j1,j2k{|(Mj1Mj2)(μj1μj2)|}SEM

The radius of family-wise 1-α CIs is SEM×tukeyα,4,16=MSError5×tukeyα,4,16 because--

{Tukeyk,dftukey0.05,4,16}={Max1j1,j2k{|(Mj1Mj2)(μj1μj2)|}SEMtukey.05,4,16}=1j1,j2k{|(Mj1Mj2)(μj1μj2)|SEM×tukey.05,4,16}

Given a within-subject design with k=4 levels, 17 sample size e.g. (17-1)=16 df for MSError, and Xi,j=(μj+vi)+εi,j=X~i,j+εi,j, the radius of family-wise (1-α) CIs is MSError/17×tukeyα,4,16 because--

Tukeyk,df=Maxj=1,2,,k{zj}Minj=1,2,,k{zj}χdf2/df=Rangej=1,2,,k{Mean1in{X~i,j+εi,j}Mean1in{X~i,j}σMean1in{εi,j}}σ^Mean1in{εi,j}/σMean1in{εi,j}=Rangej=1,2,,k{Mj(μj+Mean1in{vi})}σ^Mean1in{εi,j}=Rangej=1,2,,k{Mjμj}MSError/n=Max1j1,j2k{|(Mj1Mj2)(μj1μj2)|}MSError/n

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.