Bonferroni还是Tukey？什么时候比较数量变大？

使用SPSS（第三版）阅读Field的发现统计信息我对ANOVA中的事后测试感到有些震惊。对于那些想要控制I型错误率的人，他建议使用Bonferroni或Tukey并说（第374页）：

当比较次数较少时，Bonferroni具有更大的功能，而在测试大量均值时，Tukey的功能更为强大。

少量和大量均值之间的界限应该在哪里？

— 帕伯里
source

在NIST / Sematech的以下网页的底部，itl.nist.gov / div898 / handbook / prc / section4 / prc473.htm，建议执行两个测试，并且两个间隔中较小的一个。我在Johnson和Wichern中进行MANOVA时发现了类似的评论。

— schenectady 2011年

@schenectady好的答案！您为什么不将其粘贴到回复中？顺便说一句，您的评论中的链接已损坏；正确的是itl.nist.gov/div898/handbook/prc/section4/prc473.htm。

— ub

第一个简要说明：功耗与II型错误率直接相关，而不与I型错误率相关。现在请原谅我，但我将大声疾呼。可能会把您正在做的事情视为“操纵系统”，试图操纵该系统，以便将更多结果归类为信号。还是不签名？与实际效果大小的报告相比，这些二元判断所提供的信息少得多，而且可能具有更大的误导性。我喜欢看到人们使用p值修饰结果而不是构造结果。编辑结束-争论了！

— rolando2

“在下面来自NIST / Sematech的网页的底部itl.nist.gov/div898/handbook/prc/section4/prc473.htm上，建议应同时进行两项测试，并且应取两者中较小的一个我在Johnson和Wichern中发现了关于进行MANOVA的类似评论。– @schenectady 2011年11月11日，12：31“”这被认为是数据挖掘，不应该这样做。在分析之前，应先选择tukey vs. Bonferroni。

Minitab的在线文档似乎提供类似的咨询support.minitab.com/en-us/minitab/17/topic-library/...

— ñ布劳威尔

除了@schenectady评论中提到的有用链接。

我还要指出一点，即Bonferroni更正适用于更广泛的问题类别。据我所知，Tukey的HSD仅适用于您要检查所有可能的成对比较的情况，而Bonferroni校正可以应用于任何假设检验集。

特别是，当您有少量计划的比较，并且想要控制家庭式I类错误率时，Bonferroni校正非常有用。这也允许进行化合物比较。例如，您有一个6向方差分析，并且您想要将第1、2和3组的平均值与第4组进行比较，并且希望将第5组与6进行比较。

为了进一步说明，您可以应用Bonferroni校正来评估相关矩阵中相关的显着性，或者评估方差分析中的主效应和相互作用效应。但是，通常不进行这种校正，大概是由于类型I错误率的降低导致功率的降低是不可接受的。

— 杰罗米·安格利姆
source

只是想知道您是否引用以下内容：“但是，通常不进行这种校正，大概是因为I型错误率的降低会导致功耗降低，这是不可接受的。” 万分感谢！

欢迎来到该网站。这应该发布为评论，而不是答案。

— 彼得·弗洛姆

@杰西卡不，我没有引用该声明。但是，通过模拟，公式甚至是影响统计功效的因素的基本知识（即，这些因素包括alpha），都非常容易显示。

— Jeromy Anglim