有没有人使用Marascuilo程序比较多个比例？

当您要在整体卡方检验中拒绝空值后，要测试哪些特定比例彼此不同时，此处描述的Marascuilo程序似乎是一种针对比例的多个比较问题的测试。

但是，我对该测试不是很熟悉。所以，我的问题是：

1. 使用此测试时，我应该担心哪些细微差别（如果有）？

2. 我知道至少有两种其他方法（见下文）可以解决同一问题。“更好”的方法是哪个测试？

   • @Brett Magill 在此答案中提到的表演“分区卡方”

   • 使用Holm–Bonferroni方法调整p值。

只是部分答案，因为我从未听说过这种方法。根据我在您提供的链接中看到的内容，这似乎是一个单一步骤（很像Bonferroni，不同之处在于我们重做测试统计数据而不是p值），这可能太保守了。

在R中，有一个函数pairwise.prop.test()允许对多个比较进行任何校正（单步或逐步FWER方法或基于FDR的校正），但它已退出您已经建议的内容（尽管Bonferroni过于保守，但仍然非常保守在实践中使用）。使用置换的重采样方法也可能很有趣。在coin[R包提供了完善的测试框架在这方面，见§5 实施置换的一类测试：硬币包，但我从来没有在事后的方式来处理的分类数据排列检验。

关于细分列联表的分析，我通常将特定的关联视为开发其他假设的指南（对于任何计划外的比较），但这是另一个问题。我通常只使用可视化工具，例如Michael Friendly的镶嵌图，Pearson的残差，并且如果我试图解释特定的关联模式，则使用对数线性模型。

我希望看到Marascuilo程序使用得更频繁。我经常看到人们在主表的子集上计算卡方，即一次计算两个类别，但实际上并未正确进行分区。据我所知，他们这样做的原因是他们不能忍受对类别进行分组，因为这会使解释变得非常困难。归根结底，这取决于听众和观众，如果他们不知道，他们可能会推荐通常的Bonferroni方法