主题测试后的特设课程?


20

在主题测试中进行事后调查的首选方法是什么?我已经看过使用Tukey的HSD的已发表工作,但是对Keppel和Maxwell&Delaney的评论表明,这些设计中可能会违反球形性,因此误差项不正确,并且这种方法存在问题。Maxwell&Delaney在他们的书中提供了解决该问题的方法,但我从未在任何统计数据包中看到过这样做的方法。他们提供的方法合适吗?对多个配对样本t检验进行Bonferroni或Sidak校正是否合理?可接受的答案将提供通用的R代码,该代码可以对包装中的ezANOVA功能所产生的简单,多路和混合设计进行事后分析ez,并提供适当的引文,可能会引起审阅者的注意。


1
David Howell的这篇文章解释了问题和几种解决方案。
哈维·莫图尔斯基

当您使用multcomp软件包接受了答案时,能否详细说明一下最终使用multcomp的方式。您是否使用它用lmelmer功能或一些更传统的方法如t检验或方差分析(因为我目前正在与方差分析使用它)。
亨里克

我接受了multcomp答案,主要是因为我对社区选择的“正确”答案的p值调整技术完全不满意。我看了一眼,它看起来很有希望,但是我没有进一步调查。我想了解更多有关您正在尝试什么和正在发现什么的信息。
russellpierce

我找到了一种使用来指定重复测量方差分析的方法lme,请参见已接受答案的注释:stats.stackexchange.com/q/14088/442使用类对象lme可以multcomp用于对象内效果。它提供了不同类型的alpha误差调整,但大多数都是您特别不喜欢的调整(如我所建议的那样,被社区投票为“正确”)。除了小插图,还有一本书multcomp介绍了所有方法。如果您希望事后没有调整,请使用fit.contrastfrom gmodel或新contrast软件包。
亨里克

您仍然对该ezANOVA功能的解决方案感兴趣吗?如果是这样,我想我可以回答Q,但是A将依赖于测试球面度是关键假设的单变量模型。如果您不需要将A约束到ez包的ANOVA计算中,则可以给A提供一个使用多元模型进行事后测试的A。
statmerkur

Answers:



21

我目前正在写一篇论文,我很高兴在主题之间进行比较。在与主管讨论之后,我们决定进行t检验,并使用非常简单的Holm-Bonferroni methodWikipedia)来校正alpha错误累积。它控制家族错误率,但比普通的Bonferroni过程具有更大的功效。程序:

  1. 您对要进行的所有比较运行t-检验。
  2. 您可以根据它们的值对p值进行排序。
  3. 您针对alpha / k测试最小的p值,针对alpha /( k -1),依此类推,直到在此测试序列中第一个测试结果不重要为止。

可以通过Wikipedia上的链接下载Cite Holm(1979)。


1
也许在多次测试之前进行方差分析?
斯坦

2
我认为答案暗示了这一点。您需要在显着的方差分析之后执行事后测试。
亨里克

2
@Henrik:我希望我不会在这里打败一匹死马……通过在旧帖子上发帖。因此,我对您进行t检验的方式有疑问。您是否使用了合并方差(来自ANOVA),还是只是进行了独立的成对t检验?我之所以这样问,是因为我试图使用pairwise.t.test()Bonferroni方法或Holm-Bonf方法进行成对比较,但是根据我使用池化sd还是将每个比较作为单独的独立t进行比较,结果差异很大。 -测试。谢谢!
亚历克斯

2
@Alex:使用“受保护”方法,其中仅在显着的方差分析之后执行t检验,这意味着要使用合并误差项。但是,由于这不是统计软件经常提供的选项,因此人们倾向于不这样做。此外,在某种程度上违反球形性是一件值得怀疑的事情。
russellpierce

5

我回想起过去对此的讨论;我不知道Maxwell&Delaney方法的任何实现方式,尽管这样做并不难。看看“ 使用R的重复测量ANOVA ”,它也显示了解决Tukey HSD中球形性问题的一种方法。

您可能还会发现弗里德曼兴趣测验这种描述


谢谢,我认为弗里德曼测试很有趣,但是我无法弄清楚它是如何对事后I类错误进行调整的。评论说这是“ Wilcoxon-Nemenyi-McDonald-Thompson测试”,但我之前从未听说过,您能解释一下吗?
russellpierce

@Shane第一个链接已死:-(
Adam Ryczkowski

2

SPSS中的推论性F检验有两个选项。多变量不假设球形,因此对每对变量都使用不同的成对相关性。包括任何事后测试在内的“受试者内部效应测试”均采用球形,并针对在所有测试中使用通用相关性进行了一些更正。这些过程是计算昂贵的时代的遗留,并且浪费了现代计算设施的时间。

我的建议是采取综合MULTIFARIATE F进行任何重复测量。然后进行事后成对t检验,或者如果各主题因素之间也存在比较,则在每次重复测量比较中只有2个水平的ANOVA。我将进行简单的bon ferroni校正,即将alpha等级除以测试次数。

另外,请务必查看效果大小[在选项对话框中可用]。“接近”重要的大效应可能比小的但重要的效应更值得关注[和未来的实验]。

在SPSS过程MIXED中,以及在用户友好程度较低但免费的程序包(例如R)中,可以使用更复杂的方法。

总结,在SPSSS中,多元F后跟成对事后,Bon Ferroni和Bonferroni应该足以满足大多数需求。


0

我将使用R函数qtukey(1-alpha,means,df)来制作家庭式CI。

例如,R函数qtukey(1-0.05,nmeans = 4,df = 16)给出了临界值 ŤüķËÿ0.05416= 4.046093。

给定对象间设计,其中k = 4组,则5 * k = 20个样本大小,例如(5-1)* k = 16 df 中号小号Ë[R[RØ[RTukeyk,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

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.