Jaka jest preferowana metoda przeprowadzania post-hoców w ramach testów przedmiotowych? Widziałem opublikowane prace, w których stosuje się HSD Tukeya, ale przegląd Keppela i Maxwella i Delaneya sugeruje, że prawdopodobne naruszenie kulistości w tych projektach powoduje, że termin błędu jest niepoprawny, a takie podejście jest problematyczne. Maxwell i Delaney podają podejście do problemu w swojej książce, ale nigdy nie widziałem, aby było tak w żadnym pakiecie statystyk. Czy oferowane przez nich podejście jest odpowiednie? Czy poprawność Bonferroniego lub Sidaka w testach t dla wielu sparowanych próbek byłaby uzasadniona? Dopuszczalna odpowiedź zapewni ogólny kod R, który może przeprowadzać post-hoki na prostych, wielostronnych i mieszanych projektach wytworzonych przez ezANOVA
funkcję w ez
pakiecie, oraz odpowiednie cytaty, które prawdopodobnie przejdą z recenzentami.
źródło
lme
lublmer
funkcji lub z niektórych bardziej tradycyjnych metod, jak t-testu lub ANOVA (jak jestem obecnie próbuje użyć go ANOVA).lme
, patrz komentarze do zaakceptowanej odpowiedzi: stats.stackexchange.com/q/14088/442 Za pomocą obiektu klasylme
można użyćmultcomp
do efektów wewnątrz podmiotu. Oferuje różne rodzaje korekcji błędów alfa, ale głównie te, które nie są specjalnie lubiane (jak ten, który zaproponowałem, który został uznany przez społeczność za „właściwy”). Oprócz winiety jest też książka,multcomp
która wyjaśnia wszystkie metody. Jeśli chcesz post-hoców bez regulacji, użyj albofit.contrast
zgmodel
nowegocontrast
pakietu.ezANOVA
funkcji? Jeśli tak, myślę, że mogę odpowiedzieć na to pytanie, ale A opierałby się na testach dla modeli jednowymiarowych, dla których sferyczność jest krytycznym założeniem. Jeśli nie potrzebujesz ograniczenia A do obliczeń ANOVAez
pakietu, mógłbym podać A, który używa modeli wielowymiarowych do testów post-hoc.Odpowiedzi:
Spójrz na pakiet multcomp i jego winietę Równoczesne wnioskowanie w ogólnych modelach parametrycznych . Myślę, że powinien zrobić to, co chce, a winieta ma bardzo dobre przykłady i obszerne referencje.
źródło
Obecnie piszę artykuł, w którym mam przyjemność przeprowadzać porównania między przedmiotami i pomiędzy nimi. Po dyskusji z moim przełożonym postanowiliśmy przeprowadzić testy- t i użyć dość prostej
Holm-Bonferroni method
( wikipedia ) do korekty kumulacji błędu alfa. Kontroluje rodzinny poziom błędu, ale ma większą moc niż zwykła procedura Bonferroniego. Procedura:Cite Holm (1979), który można pobrać przez link na wikipedii .
źródło
pairwise.t.test()
porównań parami przy użyciu metody Bonferroni lub Holm-Bonf, ale wyniki różnią się drastycznie w zależności od tego, czy używam puli SD, czy traktuję każde porównanie jako osobne, niezależne t -test. Dzięki!Pamiętam trochę dyskusji na ten temat w przeszłości; Nie znam żadnej implementacji podejścia Maxwella i Delaneya, chociaż nie powinno to być zbyt trudne. Spójrz na „ ANOVA z powtarzanymi pomiarami za pomocą R ”, która pokazuje także jedną metodę rozwiązania problemu sferyczności w HSD Tukeya .
Możesz również znaleźć ten opis testu zainteresowań Friedmana .
źródło
Istnieją dwa warianty wnioskowania testów F w SPSS. Wielowymiarowy NIE zakłada sferyczności, więc adn wykorzystuje inną korelację par dla każdej pary zmiennych. „Testy efektów wewnątrz badanych”, w tym wszelkie testy post hoc, zakładają sferyczność i wprowadzają pewne poprawki do stosowania wspólnej korelacji we wszystkich testach. Procedury te są dziedzictwem czasów, w których obliczenia były drogie i są stratą czasu w przypadku nowoczesnych urządzeń komputerowych.
Moje zalecenie to wzięcie omnibusa MULTIVARIATE F do wszelkich powtarzanych działań. Następnie kontynuuj testem post hoc parą t lub ANOVA z tylko 2 poziomami w każdym porównaniu z powtarzanymi pomiarami, jeśli występują również między czynnikami podmiotowymi. Zrobiłbym prostą poprawkę bon ferroni dzielącą poziom alfa przez liczbę testów.
Pamiętaj również, aby spojrzeć na rozmiar efektu [dostępny w oknie dialogowym opcji]. Duże rozmiary efektów, które są „zbliżone” do znaczących, mogą być bardziej warte uwagi [i przyszłych eksperymentów] niż małe, ale znaczące efekty.
Bardziej wyrafinowane podejście jest dostępne w procedurze SPSS MIESZANE, a także w mniej przyjaznych dla użytkownika [ale wolnych] pakietach, takich jak R.
Podsumowanie, w SPSSS, wielowymiarowa F, po której następują pary post hocs z Bon Ferroniwith Bonferroni, powinny być wystarczające dla większości potrzeb.
źródło
Będę używał funkcji R qtukey (1-alfa, znaczy, df), aby stworzyć CI dla rodziny.
The radius of family-wise 1-α CIs isSEM×tukeyα,4,16=MSError5−−−−−−√×tukeyα,4,16 because--
{Tukeyk,df≤tukey0.05,4,16}={Max1≤j1,j2≤k{∣∣(Mj1−Mj2)−(μj1−μj2)∣∣}SEM≤tukey.05,4,16}=∩1≤j1,j2≤k{∣∣(Mj1−Mj2)−(μj1−μj2)∣∣≤SEM×tukey.05,4,16}
Given a within-subject design with k=4 levels, 17 sample size e.g. (17-1)=16 df forMSError , 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--
źródło