Khoảng tin cậy từ bài kiểm tra Holm-Bonferroni?


10

Tôi là người mới trong vấn đề so sánh nhiều. Tôi tự hỏi làm thế nào để tính khoảng tin cậy cho phương pháp Holm-Bonferroni?

Tôi biết rằng đối với phương pháp Bonferroni, chúng ta có thể thay đổi mức độ tin cậy từ thành .1α1αm

Liệu phương pháp này cũng hoạt động cho Holm-Bonferroni?

Edit: Có vẻ như phương thức HB không cung cấp quy trình để sửa lỗi. khoảng thời gian. Nhưng bạn có thể nhận xét về việc tôi có thể sử dụng một phương pháp để hiệu chỉnh giá trị p và phương pháp khác để hiệu chỉnh khoảng thời gian không?


Có lẽ điều này có thể giúp đỡ? cran.r-project.org/web/packages/multxpert/multxpert.pdf

Câu trả lời:


5

[Câu trả lời này được viết lại hoàn toàn từ ngày hôm qua.]

Danh pháp đầu tiên. Các Holm phương pháp cũng được gọi là bước xuống Holm phương pháp, hoặc Holm-Ryan phương pháp. Những cái đó đều giống nhau. Bất kỳ tên nào bạn sử dụng, có hai phép tính thay thế. Phương pháp Holm ban đầu dựa trên Bonferroni. Thay vào đó, một phương pháp mạnh hơn một chút dựa trên Sidak, vì vậy được gọi là phương pháp Holm-Sidak.

Phương pháp Holm có thể được sử dụng cho nhiều so sánh trong nhiều bối cảnh khác nhau. Đầu vào của nó là một chồng các giá trị P. Một lần sử dụng là tuân theo ANOVA, so sánh các cặp phương tiện trong khi sửa chữa cho nhiều hiệu chỉnh. Khi điều này được thực hiện, theo như tôi có thể thấy, rất hiếm khi báo cáo các khoảng tin cậy (được hiệu chỉnh cho nhiều so sánh, do đó được gọi là khoảng tin cậy đồng thời) cũng như kết luận về ý nghĩa thống kê và giá trị P được điều chỉnh bội.

Tôi đã tìm thấy hai bài báo giải thích cách tính khoảng tin cậy như vậy, nhưng chúng khác nhau.

Serlin, R. (1993). Khoảng tin cậy và phương pháp khoa học: Một trường hợp cho Holm trên phạm vi. Tạp chí giáo dục thực nghiệm, 61 (4), 350 Chân360.

nhập mô tả hình ảnh ở đây

Ludbrook, J. NHIỀU NGƯỜI THAM KHẢO SỬ DỤNG INTERVALS CONFIDENCE. Dược lý học và sinh lý học lâm sàng và thực nghiệm (2000) 27, 212 điện215

nhập mô tả hình ảnh ở đây

Đối với các phép so sánh có giá trị P nhỏ nhất, hai phương thức là như nhau (nhưng một phương thức sử dụng C làm # so sánh và phương pháp khác sử dụng m ). Nhưng để so sánh với giá trị P lớn hơn, hai phương pháp khác nhau. Để so sánh với giá trị P lớn nhất, Ludbrook sẽ tính toán 95% CI thông thường, không có sự điều chỉnh nào cho nhiều so sánh. Serlin sẽ sử dụng cùng một điều chỉnh cho tất cả các phép so sánh có giá trị P được điều chỉnh lớn hơn 0,05 (giả sử bạn muốn khoảng 95%), do đó, khoảng thời gian so sánh với giá trị P lớn sẽ rộng hơn so với phương pháp mà Ludbrook tạo ra.

Cả hai phương pháp đều sử dụng phương pháp Bonferroni, nhưng có thể dễ dàng điều chỉnh theo phương pháp Sidak.

Bất kỳ suy nghĩ về phương pháp nào là đúng / tốt hơn?


Nếu bạn có giá trị P thì bạn sẽ có thể có được khoảng tin cậy. Giá trị P một đầu chỉ ra rằng giả thuyết null nằm ở ranh giới của khoảng tin cậy 100 * (1-P)%. Có lẽ bạn có thể lặp lại điều chỉnh null cho đến khi giá trị P xuất hiện dưới dạng alpha cho độ rộng khoảng tin cậy mong muốn.
Michael Lew

Nhưng lưu ý rằng điều chỉnh bội số, theo bản chất của mô hình thường xuyên, không được quy định bởi lý thuyết và có phần tùy ý. Chúng không nhất thiết phải liên kết với khoảng tin cậy. Ví dụ, có những trường hợp trong thử nghiệm tuần tự theo nhóm trong đó người ta có thể ngừng từ chối sớm và vẫn có khoảng tin cậy được điều chỉnh bội cho hiệu quả điều trị bao gồm 0. H0
Frank Harrell
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.