Thử nghiệm Mann-Whitney có thể được sử dụng để so sánh sau hoc sau Kruskal-Wallis không?


9

Tôi có một mô phỏng trong đó một con vật được đặt trong môi trường thù địch và hẹn giờ để xem nó có thể tồn tại bao lâu bằng cách sử dụng một số phương pháp để sinh tồn. Có ba cách tiếp cận nó có thể sử dụng để tồn tại. Tôi đã chạy 300 mô phỏng động vật bằng cách sử dụng mỗi phương pháp sinh tồn. Tất cả các mô phỏng diễn ra trong cùng một môi trường nhưng có một số ngẫu nhiên nên mỗi lần khác nhau. Tôi có bao nhiêu giây con vật sống sót trong mỗi mô phỏng. Sống lâu hơn là tốt hơn. Dữ liệu của tôi trông như thế này:

Approach 1, Approach 2, Approach 2
45,79,38
48,32,24
85,108,44
... 300 rows of these

Tôi không chắc chắn về mọi thứ tôi làm sau thời điểm này vì vậy hãy cho tôi biết nếu tôi làm điều gì đó ngu ngốc và sai trái. Tôi đang cố gắng tìm hiểu xem có sự khác biệt thống kê về tuổi thọ hay không bằng cách sử dụng một phương pháp cụ thể.

Tôi đã chạy thử nghiệm Shapiro trên từng mẫu và chúng trở lại với giá trị p nhỏ, vì vậy tôi tin rằng dữ liệu không được chuẩn hóa.

Dữ liệu trên các hàng không có mối quan hệ với nhau. Hạt giống ngẫu nhiên được sử dụng cho mỗi mô phỏng là khác nhau. Do đó, tôi tin rằng dữ liệu không được ghép nối.

Vì dữ liệu không được chuẩn hóa, không được ghép nối và có nhiều hơn hai mẫu, tôi đã chạy thử nghiệm Kruskal Wallis trở lại với giá trị p là 0,048. Sau đó tôi chuyển sang một bài hoc, chọn Mann Whitney. Trong thực sự không chắc chắn nếu Mann Whitney nên được sử dụng ở đây.

Tôi đã so sánh từng cách tiếp cận sinh tồn với nhau bằng cách thực hiện phép thử Mann Whitney tức là {(cách tiếp cận 1, cách tiếp cận 2), (cách tiếp cận 1, cách tiếp cận 3), (cách tiếp cận 2, cách tiếp cận 3)}. Không tìm thấy ý nghĩa thống kê giữa cặp (cách tiếp cận 2, cách tiếp cận 3) bằng cách sử dụng thử nghiệm hai đuôi nhưng có sự khác biệt có ý nghĩa được tìm thấy khi sử dụng thử nghiệm một đuôi.

Các vấn đề:

  1. Tôi không biết nếu sử dụng Mann Whitney như thế này có ý nghĩa gì không.
  2. Tôi không biết mình nên sử dụng Mann Whitney một hay hai đuôi.

Bạn có bất kỳ giả thuyết tiên nghiệm nào về sức mạnh tương đối của các cách tiếp cận khác nhau (ví dụ: phương pháp1> phương pháp 2> phương pháp 3) không? Điều này là rất quan trọng để trả lời câu hỏi của bạn.
amip

Tôi có độ lệch trung bình, trung bình và độ lệch chuẩn và có vẻ như cách tiếp cận 3 tốt hơn bởi vì nó có trung bình và trung bình cao hơn nhưng nó cũng có độ lệch chuẩn cao hơn nhiều nên tôi không chắc chắn. Nhưng tôi không có cách nào biết điều này trước khi ra tay.
Phlox Midas

Hay nó còn được gọi là hiệu chỉnh Bonferroni?
Phlox Midas

Phlox: nếu không có "cách nào để biết điều này trước khi ra tay", bạn tuyệt đối không nên sử dụng thử nghiệm một đầu, chỉ có hai đuôi (như @Alexis đã đề cập trong bài trả lời của anh ấy).
amip

6
@amoeba "cô ấy";)
Alexis

Câu trả lời:


15

Không, bạn không nên sử dụng thử nghiệm Mann-Whitney trong trường hợp này.U

Đây là lý do: Bài kiểm tra của Dunn là bài kiểm tra bài hoc thích hợp * sau khi từ chối bài kiểm tra Kruskal-Wallis. Nếu một người tiến hành bằng cách chuyển từ việc từ chối Kruskal-Wallis sang thực hiện các bài kiểm tra tổng cấp bậc đôi thông thường (ví dụ Wilcoxon hoặc Mann-Whitney), thì có hai vấn đề đạt được: (1) các cấp bậc được sử dụng cho các bài kiểm tra tổng thứ hạng theo cặp là không phải là các cấp bậc được sử dụng trong bài kiểm tra Kruskal-Wallis; và (2) các bài kiểm tra tổng xếp hạng không sử dụng phương sai gộp theo ngụ ý của giả thuyết null Kruskal - Wallis. Bài kiểm tra của Dunn không có những vấn đề này

Bài hoc xét nghiệm sau đây từ chối của một thử nghiệm Kruskal-Wallis đã được điều chỉnh cho nhiều sự so sánh có thể thất bại để từ chối tất cả các bài kiểm tra cặp cho một tỷ lệ lỗi dành cho gia đình khôn ngoan nhất định hoặc cho tỷ lệ phát hiện sai tương ứng với một trao cho kỳ thi này omnibus, chỉ như với bất kỳ kịch bản thử nghiệm đa tạp so sánh / bài hoc khác .α

Trừ khi bạn có lý do để tin rằng thời gian sống sót của một nhóm dài hơn hoặc ngắn hơn so với tiên nghiệm của nhóm khác , bạn nên sử dụng các bài kiểm tra hai mặt.

Thử nghiệm của Dunn có thể được thực hiện trong Stata bằng cách sử dụng dunntest (loại net describe dunntest, from(https://www.alexisdinno.com/stata)) và trong R bằng cách sử dụng gói dunn.test .

Ngoài ra, tôi tự hỏi nếu bạn có thể sử dụng một phương pháp phân tích sinh tồn để đánh giá liệu một con vật chết khi nào dựa trên các điều kiện khác nhau?


* Một vài bài kiểm tra cặp khôn ngoan ít được biết đến để theo dõi Kruskal-Wallis bị từ chối, bao gồm Conover-Iman (như Dunn, nhưng dựa trên phân phối t , thay vì phân phối z , được triển khai cho Stata trong gói conovertest , và cho R trong gói conover.test ) và các bài kiểm tra Dwass-Steel-Citchlow-Fligner.


Cảm ơn câu trả lời của bạn. Thử nghiệm Dunn còn được gọi là thử nghiệm Nemenyi-Damico-Wolfe-Dunn hay đó là một thử nghiệm riêng biệt?
Phlox Midas

Tôi hỏi vì tôi không thể tìm thấy bất kỳ triển khai thử nghiệm Dunn nào.
Phlox Midas

@PhloxMidas Tôi không biết về "bài kiểm tra Nemenyi-Damico-Wolfe-Dunn", nhưng Wikipedia ngụ ý đây là bài kiểm tra bài hoc thích hợp sau khi từ chối bài kiểm tra omnibus trong một bài kiểm tra lặp đi lặp lại thiết kế ví dụ như sau bài kiểm tra Friedman. Ngoài ra, xem nhận xét của tôi về Stata.
Alexis

7

Một tổng quát thống nhất của Kruskal-Wallis / Wilcoxon là mô hình tỷ lệ cược tỷ lệ, thừa nhận sự tương phản chung với các khoảng tin cậy theo chiều hoặc đồng thời cho các tỷ lệ cược. Điều này được thực hiện trong rmsgói R ormvà các contrast.rmschức năng của tôi.


1

Bạn cũng có thể sử dụng sự khác biệt quan trọng sau Conover hoặc sự khác biệt quan trọng sau Schaich và Hamerle. Cái trước thì tự do hơn trong khi cái sau thì chính xác nhưng lại thiếu một chút sức mạnh. Cả hai phương pháp đều được minh họa trên trang web của tôi litstat.com và ứng dụng web của Brightstat cũng cho phép bạn tính toán những khác biệt quan trọng này và thực hiện các bài kiểm tra sau đại học ngay lập tức. Kruskal-Wallis trên trang web Brightstat.com


-1

Nếu bạn đang sử dụng SPSS, hãy thực hiện Mann-Whitney sau hoc với hiệu chỉnh Bonferroni (giá trị p chia cho số lượng nhóm).


Mann-Whitney bị hai vấn đề tôi xác định trong câu trả lời của mình và là một bài kiểm tra bài không phù hợp cho Kruskal-Wallis.
Alexis
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.