Tôi nhận ra rằng các hiệu chỉnh có sẵn cho nhiều so sánh trong bối cảnh của một biện pháp lặp đi lặp lại ANOVA là quá bảo thủ. Đây thực sự là trường hợp? Nếu vậy, một số trích dẫn tôi có thể sử dụng để hỗ trợ điểm này và tìm hiểu thêm là gì?
Tôi nhận ra rằng các hiệu chỉnh có sẵn cho nhiều so sánh trong bối cảnh của một biện pháp lặp đi lặp lại ANOVA là quá bảo thủ. Đây thực sự là trường hợp? Nếu vậy, một số trích dẫn tôi có thể sử dụng để hỗ trợ điểm này và tìm hiểu thêm là gì?
Câu trả lời:
Theo hiểu biết tốt nhất của tôi, sự phân phối chung của các tương phản tuyến tính đã được bắt nguồn trong trường hợp ANOVA đơn giản (xem tài liệu của gói multcomp R), nhưng không có dạng đóng cho thiết lập các biện pháp lặp lại. Tuy nhiên, bạn luôn có thể Bootstrap phân phối chung của các độ tương phản tuyến tính này dưới giá trị null và xem xét thống kê t tối thiểu (hoặc giá trị p tối đa) để đặt ngưỡng ý nghĩa với điều khiển Fwe. Như bạn cũng đề xuất, bạn có thể sử dụng các phương pháp chỉ yêu cầu một số điều kiện định tính trên phân phối chung của thống kê kiểm tra. Bonferroni là một lựa chọn tốt nếu bạn có một vài sự tương phản. Nếu không, hãy nhìn vào Holm . Nếu bạn đang xem xét nhiều tương phản tuyến tính, bạn chắc chắn nên tự hỏi mình muốn bảo vệ khỏibất kỳ phát hiện sai hoặc chỉ một tỷ lệ của những khám phá sai. Trong trường hợp sau, sử dụng thủ tục BH để kiểm soát FDR.
Đây là một tập hợp các liên kết đến một diễn đàn SPSS. Hy vọng bạn tìm thấy nó có liên quan đến bạn ở một mức độ nào đó: này , này , này , này .
alpha
gắn thẻ?)