为什么要完全使用ANOVA而不是直接进行事后或计划中的比较测试?


19

考虑到群体之间的方差分析情况,您首先实际进行这样的ANOVA测试,然后进行事后(Bonferroni,Šidák等)或计划的比较测试,您会得到什么?为什么不完全跳过ANOVA步骤?

我认为在这种情况下,组间ANOVA的一个好处是能够使用Tukey的HSD作为事后测试。后者需要ANOVA表中的组内均方来计算其相关的标准误差。但是,对不成对t检验的Bonferroni和Šidák调整不需要任何方差分析输入。

我想就小组内部方差分析的情况提出同样的问题。我知道在这种情况下,Tukey的HSD测试不是一个相关的考虑因素,这使得这个问题更加紧迫。


4
可能也很有趣。
Scortchi-恢复莫妮卡

Answers:


16

实际上,在特定情况下并不需要严格的综合测试,并且像Bonferroni或Bonferroni-Holm之类的多个推理过程并不限于ANOVA /均值比较设置。它们通常以事后测试的形式出现在教科书中,或者在统计软件中与ANOVA关联,但是如果您查阅有关该主题的论文(例如Holm,1979年),您会发现它们最初是在更广泛的背景下讨论的,并且您如果您愿意,当然可以“跳过方差分析”。

人们仍然使用方差分析的原因之一是与Bonferroni调整之类的成对比较具有较低的功效(有时要低得多)。Tukey HSD和综合测试可以具有更高的功效,即使成对比较没有发现任何问题,ANOVA F检验已经是结果。如果您使用小型且随意定义的样本,并且正在寻找一些可发布的p值(与许多人一样),那么即使您始终打算进行成对比较,这也会很有吸引力。

另外,如果您真的在乎任何可能的差异(与特定的成对比较或了解不同的意思相对),那么ANOVA多功能测试就是您想要的测试。同样,多方ANOVA程序方便地提供了主要效果和相互作用的测试,这些测试比成对的比较更直接有趣(计划的对比可以解决相同的问题,但设置起来更复杂)。例如,在心理学中,综合测试通常被认为是实验的主要结果,而多次比较仅被视为辅助条件。

最后,许多人对此程序感到满意(ANOVA,然后进行事后检验),而根本不知道Bonferroni不等式是与ANOVA无关的非常普遍的结果,您还可以进行更有针对性的计划比较或除了执行测试外,还要做很多事情。如果您正在应用学科中一些最流行的“食谱”上工作,并且解释了许多常见的做法(即使并不能完全证明它们的合理性),那么实现这一点当然也不容易。

Holm,S.(1979年)。一个简单的顺序拒绝多重测试程序。斯堪的纳维亚统计杂志, 6(2),65-70。


5
我还要添加另一个进行综合测试的理由:如果成对比较的数量很大,那么可以节省大量的计算和解释时间来进行综合测试...我们能做些什么?” 战略。:)
Alexis
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.