Bonferroni หรือ Tukey? จำนวนการเปรียบเทียบมีขนาดใหญ่เมื่อใด

การค้นพบสถิติการอ่านของฟิลด์โดยใช้ SPSS (ฉบับที่ 3) ฉันรู้สึกสับสนเล็กน้อยเกี่ยวกับการทดสอบหลังเหตุการณ์ใน ANOVA สำหรับผู้ที่ต้องการควบคุมอัตราความผิดพลาด Type I เขาแนะนำ Bonferroni หรือ Tukey และพูดว่า (หน้า 374):

Bonferroni มีพลังมากขึ้นเมื่อจำนวนการเปรียบเทียบมีขนาดเล็กในขณะที่ Tukey มีประสิทธิภาพมากกว่าเมื่อทดสอบค่าเฉลี่ยจำนวนมาก

ควรวาดเส้นตรงระหว่างจำนวนที่น้อยและมาก

— Parbury
แหล่งที่มา

ที่ด้านล่างของหน้าเว็บต่อไปนี้จาก NIST / Sematech, itl.nist.gov/div898/handbook/prc/section4/prc473.htm,itขอแนะนำว่าควรทำการทดสอบทั้งสองแบบไว้ล่วงหน้าและใช้ช่วงเวลาที่น้อยกว่าสองช่วงเวลา ฉันได้พบความคิดเห็นที่คล้ายกันใน Johnson และ Wichern เกี่ยวกับการทำ MANOVA

— schenectady

@schenectady คำตอบที่ดี! ทำไมคุณไม่วางลงในคำตอบ? BTW ลิงค์เสียหายในความคิดเห็นของคุณ; ที่ถูกต้องคือitl.nist.gov/div898/handbook/prc/section4/prc473.htm

— whuber

ประเด็นสั้น ๆ ข้อแรก: พลังงานเกี่ยวข้องโดยตรงกับอัตราความผิดพลาด Type II ไม่ใช่ Type I ตอนนี้ยกโทษให้ฉัน แต่ฉันจะพ่นความคิดเห็นบางส่วน อาจทำในสิ่งที่คุณเห็นว่าเป็น "การเล่นเกมในระบบ" พยายามที่จะขุดมันเพื่อให้ได้ผลลัพธ์มากขึ้นจัดเป็น sig หรือไม่ชอบ การตัดสินแบบไบนารีเหล่านี้มีข้อมูลน้อยกว่าและอาจทำให้เข้าใจผิดมากกว่ารายงานขนาดผลกระทบจริงในกรณีของคุณเกี่ยวกับความแตกต่างของกลุ่ม ฉันชอบที่จะเห็นผู้คนใช้ค่าpเพื่อแต่งผลลัพธ์มากกว่าจัดโครงสร้างพวกเขา สิ้นสุดบรรณาธิการ - เถียง!

— rolando2

"ที่ด้านล่างของหน้าเว็บต่อไปนี้จาก NIST / Sematech, itl.nist.gov/div898/handbook/prc/section4/prc473.htmขอแนะนำให้ทำการทดสอบทั้งคู่และช่วงเวลาที่น้อยกว่าสองช่วงเวลา ฉันได้พบความคิดเห็นที่คล้ายกันใน Johnson และ Wichern เกี่ยวกับการทำ MANOVA - @schenectady 11 เม.ย. '11 ที่ 12:31 "นี่ถือว่าเป็นการทำเหมืองข้อมูลและไม่ควรทำ ควรเลือก tukey vs. Bonferroni ก่อนการวิเคราะห์

เอกสารออนไลน์ของ Minitab ดูเหมือนจะให้คำแนะนำที่คล้ายคลึงกันsupport.minitab.com/en-us/minitab/17/topic-library/…

— N Brouwer

นอกเหนือจากลิงก์ที่มีประโยชน์ที่กล่าวถึงในความคิดเห็นโดย @schenectady

ฉันจะเพิ่มประเด็นที่การแก้ไข Bonferroni นำไปใช้กับปัญหาในวงกว้างขึ้น เท่าที่ฉันทราบ Tukey ของ HSD จะใช้เฉพาะกับสถานการณ์ที่คุณต้องการตรวจสอบการเปรียบเทียบเป็นไปได้ทั้งหมดในขณะที่การแก้ไข Bonferroni สามารถนำไปใช้กับชุดของการทดสอบสมมติฐานใด ๆ

โดยเฉพาะอย่างยิ่งการแก้ไข Bonferroni มีประโยชน์เมื่อคุณมีชุดการเปรียบเทียบขนาดเล็กและคุณต้องการควบคุมอัตราความผิดพลาด Type I ที่เหมาะสำหรับครอบครัว นอกจากนี้ยังอนุญาตให้ทำการเปรียบเทียบแบบผสม ตัวอย่างเช่นคุณมี ANOVA 6 ทิศทางและคุณต้องการเปรียบเทียบค่าเฉลี่ยของกลุ่ม 1, 2 และ 3 กับกลุ่ม 4 และคุณต้องการเปรียบเทียบกลุ่ม 5 กับ 6

เพื่ออธิบายเพิ่มเติมคุณสามารถใช้การแก้ไข Bonferroni เพื่อประเมินความสำคัญของความสัมพันธ์ในเมทริกซ์สหสัมพันธ์หรือชุดของเอฟเฟกต์หลักและการโต้ตอบใน ANOVA อย่างไรก็ตามโดยทั่วไปการแก้ไขจะไม่ถูกนำไปใช้โดยสันนิษฐานว่าด้วยเหตุผลว่าการลดลงของอัตราความผิดพลาด Type I ส่งผลให้กำลังงานลดลงอย่างไม่สามารถยอมรับได้

— Jeromy Anglim
แหล่งที่มา

แค่อยากรู้ถ้าคุณมีการอ้างอิงสำหรับ: "อย่างไรก็ตามโดยทั่วไปการแก้ไขดังกล่าวจะไม่ถูกนำไปใช้โดยสันนิษฐานว่าสาเหตุที่การลดลงของอัตราความผิดพลาด Type I ส่งผลให้การลดลงของพลังงานไม่สามารถยอมรับได้" ขอบคุณตัน!

ยินดีต้อนรับสู่เว็บไซต์ ควรโพสต์เป็นความคิดเห็นไม่ใช่คำตอบ

— Peter Flom - Reinstate Monica

@Jessica ไม่ฉันไม่มีการอ้างอิงสำหรับการอ้างสิทธิ์นั้น แต่มันค่อนข้างง่ายที่จะแสดงผ่านการจำลองสูตรหรือแม้แต่ความรู้พื้นฐานของปัจจัยที่มีผลต่อกำลังทางสถิติ (เช่นปัจจัยดังกล่าวรวมถึงอัลฟา)

— Jeromy Anglim