Tại sao lại sử dụng ANOVA thay vì nhảy thẳng vào các bài kiểm tra so sánh sau hoc hoặc theo kế hoạch?


19

Nhìn vào một tình huống ANOVA giữa các nhóm, bạn sẽ nhận được gì khi thực sự làm một bài kiểm tra ANOVA như vậy trước và lần thứ hai làm bài kiểm tra sau đại học (Bonferroni, idák, v.v.) hoặc các bài kiểm tra so sánh theo kế hoạch? Tại sao không bỏ qua bước ANOVA hoàn toàn?

Tôi nhận thấy rằng trong tình huống như vậy, một lợi ích của ANOVA giữa các nhóm là có thể sử dụng Tukey's HSD như một bài kiểm tra sau đại học. Cái sau cần bình phương trung bình trong nhóm từ bảng ANOVA để tính sai số chuẩn liên quan của nó. Nhưng, các điều chỉnh Bonferroni và Šidák đối với các thử nghiệm t không ghép đôi không cần bất kỳ đầu vào ANOVA nào.

Tôi muốn đưa ra câu hỏi tương tự về tình huống ANOVA trong nhóm. Tôi biết trong trường hợp như vậy, bài kiểm tra HSD của Tukey không phải là một sự cân nhắc phù hợp làm cho câu hỏi này thậm chí còn cấp bách hơn.


4
Điều này cũng có thể được quan tâm.
Scortchi - Phục hồi Monica

Câu trả lời:


16

Thật vậy, một thử nghiệm omnibus không thực sự cần thiết trong kịch bản cụ thể đó và nhiều quy trình suy luận như Bonferroni hoặc Bonferroni-Holm không bị giới hạn trong cài đặt so sánh ANOVA / trung bình. Chúng thường được trình bày dưới dạng bài kiểm tra sau đại học trong sách giáo khoa hoặc được liên kết với ANOVA trong phần mềm thống kê nhưng nếu bạn tra cứu các bài viết về chủ đề này (ví dụ Holm, 1979), bạn sẽ thấy rằng chúng ban đầu được thảo luận trong bối cảnh rộng hơn nhiều và bạn chắc chắn có thể bỏ qua ANOVA trực nếu bạn muốn.

Một lý do mọi người vẫn chạy ANOVAs là so sánh cặp với thứ gì đó như điều chỉnh Bonferroni có công suất thấp hơn (đôi khi thấp hơn nhiều). Tukey HSD và bài kiểm tra omnibus có thể có sức mạnh cao hơn và ngay cả khi các phép so sánh cặp không tiết lộ bất cứ điều gì, bài kiểm tra ANOVA F đã là kết quả. Nếu bạn làm việc với các mẫu nhỏ và được xác định rõ ràng và chỉ tìm kiếm một số giá trị p có thể xuất bản , như nhiều người, điều này làm cho nó hấp dẫn ngay cả khi bạn luôn có ý định so sánh theo cặp.

Ngoài ra, nếu bạn thực sự quan tâm đến bất kỳ sự khác biệt nào có thể xảy ra (trái ngược với so sánh cặp cụ thể hoặc biết nghĩa là khác nhau), thì thử nghiệm omnibus ANOVA thực sự là thử nghiệm bạn muốn. Tương tự, các quy trình ANOVA đa chiều thuận tiện cung cấp các thử nghiệm về các hiệu ứng và tương tác chính có thể thú vị hơn so với một loạt các so sánh theo cặp (tương phản theo kế hoạch có thể giải quyết cùng loại câu hỏi nhưng phức tạp hơn để thiết lập). Trong tâm lý học chẳng hạn, các bài kiểm tra omnibus thường được coi là kết quả chính của một thí nghiệm, với nhiều so sánh chỉ được coi là sự điều chỉnh.

Cuối cùng, nhiều người hài lòng với thói quen này (ANOVA sau các bài kiểm tra sau đại học) và đơn giản là không biết rằng bất đẳng thức Bonferroni là kết quả rất chung không liên quan đến ANOVA, mà bạn cũng có thể chạy các so sánh theo kế hoạch tập trung hơn hoặc làm rất nhiều thứ bên cạnh việc thực hiện các bài kiểm tra. Chắc chắn không dễ để nhận ra điều này nếu bạn đang làm việc từ một số sách dạy nấu ăn phổ biến nhất của Cameron trong các ngành học được áp dụng và điều đó giải thích cho nhiều thực tiễn phổ biến (ngay cả khi nó không hoàn toàn biện minh cho chúng).

Holm, S. (1979). Một tuần tự đơn giản rejective thủ tục thử nghiệm nhiều. Tạp chí Thống kê Scandinavia, 6 (2), 65 Tắt70.


5
Tôi sẽ thêm một lý do khác để thực hiện kiểm tra omnibus: nếu số lượng so sánh cặp đôi lớn, thì nó có thể tiết kiệm khá nhiều thời gian tính toán và diễn giải để thực hiện kiểm tra omnibus ... theo cách đó là "cách thức chúng ta có thể làm ít việc gì? " chiến lược. :)
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.