Bài viết hoặc cuốn sách nào nói rõ rằng người ta không thể sử dụng các bài kiểm tra t được bảo vệ trong các môn học ANOVA?

Tôi đã được yêu cầu sử dụng các bài kiểm tra mẫu được ghép nối được bảo vệ trong một phân tích. Người yêu cầu tuyên bố rằng nếu tôi không sử dụng MSe tổng thể từ (1 yếu tố với bốn cấp độ) bên trong đối tượng ANOVA khi tiến hành các thử nghiệm mẫu được ghép nối của tôi thì thực sự không có bất kỳ sự bảo vệ nào từ ANOVA.

Theo tôi nhớ, ở một trong các đối tượng ANOVA, quy trình này chỉ có thể phòng thủ được nếu đáp ứng tính đồng nhất của giả định phương sai. Có vẻ như một phần mở rộng có khả năng cho các đối tượng bên trong ANOVA có thể là điều này chỉ được phép nếu không có vi phạm về tính hình cầu. Vì có những vi phạm trong bộ dữ liệu này, tôi đã chọn áp dụng hiệu chỉnh Huynh-Feldt cho tính toàn cầu. Bất kể, nếu bất cứ điều gì cách tiếp cận như vậy có vẻ chống bảo thủ vì nó cung cấp nhiều mức độ tự do hơn trong mẫu số. Ngoài ra, tệp trợ giúp trong R cho cặpwise.t.test nói rằng "gộp chung không tổng quát hóa cho các thử nghiệm được ghép nối".

Mục đích cho các thử nghiệm so sánh theo kế hoạch của tôi chỉ đơn thuần là xác định sự khác biệt giữa các điều kiện dẫn đến ANOVA đáng kể. Tôi muốn có thể biện minh cho lý do của mình để từ chối việc gộp các phương sai lỗi, nhưng tôi không thể tìm thấy một trích dẫn nêu rõ rằng cách tiếp cận như vậy là không phù hợp. Có ai biết về một? Ngoài ra, tại sao suy nghĩ của tôi về vấn đề này không chính xác?

Tôi không biết bất kỳ bài báo nào đưa ra tuyên bố rõ ràng đó có lẽ bởi vì nó không hoàn toàn đúng.

Bạn đã đúng rằng tính cầu phải được đáp ứng. Nhưng, bạn đã để lại vấn đề về tính toàn cầu mơ hồ trong câu hỏi của bạn vì "đã gặp" không được xác định rõ ràng và hơi chủ quan. Chỉ với 4 cấp độ, bạn có thể không có vi phạm phạm vi rất lớn. Masson & Loftus (2003; Loftus & Masson, 1994) đã đề cập rằng bạn nên tuân thủ tính toàn cầu trước khi sử dụng các biện pháp gộp trong các tình huống tương tự như những gì bạn mô tả và đã đưa ra hướng dẫn; nhưng không có quy tắc cứng và nhanh. Các loại so sánh họ đang thực hiện trong các bài báo đó tương đương với các biện pháp kiểm tra lặp đi lặp lại về sức mạnh và tỷ lệ lỗi, do đó bạn nên xem xét chúng.

Sau đó, toàn bộ vấn đề liệu có bất kỳ sự bảo vệ nào khỏi ANOVA quan trọng trong các thử nghiệm "được bảo vệ" hay không. Những gì đang được yêu cầu khá tương đương với sự khác biệt đáng kể nhất được bảo vệ của Fisher (PLSD). Những thử nghiệm được bảo vệ này đã được chứng minh là không được bảo vệ chống lại lạm phát alpha nói chung. Một mô phỏng đơn giản về ANOVA 3 cấp có A1<A2và A2=A3sẽ cho thấy khả năng tìm thấy sự khác biệt của A2, A3 cao hơn mong đợi từ alpha khi sử dụng PLSD. (tham khảo thoát khỏi tôi ... nhưng không phải là câu trả lời bạn muốn)

Điều đó nói rằng, lập luận của bạn về phương sai riêng lẻ là có vấn đề bởi vì, ngay cả khi tính đồng nhất hoặc tính hình cầu không hoàn hảo, bạn thường nhận được ước tính chính xác hơn từ giá trị gộp. Do đó, mặc dù toàn bộ ý tưởng về F đáng kể bảo vệ alpha là đáng nghi ngờ, có lẽ bạn nên sử dụng phương sai gộp. Bạn chưa đưa ra bất kỳ lập luận nào cho thấy bạn được bảo vệ nhiều hơn khỏi lạm phát alpha bằng các thử nghiệm riêng lẻ.

Và với tất cả những gì đã nói ...

Tôi không chắc chắn những gì bạn đang cố gắng bảo vệ, một sự khác biệt bạn tìm thấy hoặc một điều bạn không làm. Bất kể, không. Nếu gộp phương sai làm cho một sự khác biệt mới xuất hiện hoặc một cái gì đó biến mất báo cáo rằng. Báo cáo kích thước hiệu ứng của bạn, niềm tin của bạn về thực tế là tính toàn cầu không được đáp ứng ... chỉ cần kể toàn bộ câu chuyện. Bạn cũng nên đưa ra tuyên bố về sức mạnh bạn có. Không có nền tảng vững chắc ở đây, trong những gì bạn đã trình bày, để lập luận rằng người xem xét là sai trong trường hợp chung.