文档介绍:单因素方差分析(ANOVA):两两比较检验Post-Hoc选项详解
添加时间:2014-5-5 分享到:0
One-Way ANOVA:两两比较检验后,务必进行Post Hoc检验,也称事后分析,或 称为两两比较分析。但具体算法有很多种时拒 绝H0,基于这样的做法,就可以把I类错误的累 。这种对检验水准进行修正的方法叫做Bonferroni调整 (Bonferroni adjustment)法,简称Bonferroni法。使用t检验在组均值之间 执行成对比较,但通过将每次检验的错误率设置为实验性质的错误率除以检验总 数来控制总体误差率。这样,根据进行多个比较的实情对观察的显著性水平进行 调整。
换句话来说,Bonferroni法由LSD修正而来,通过设置每个检验的a水准来 控制总的a水准。但是比较的次数越多,比较的结果越保守。
Bonferroni法的应用指征:(1)各组的样本数无论相等还是不等;(2)计划 好的某两个组间或几个组间作两两比较;
(4)当比较次数不多时,Bonferroni 法的效果较好;(5)但当比较次数较多(例如在10次以上)时,则由于其检验 水准选择得过低,结论偏于保守,犯II类错误的概率增加,即出现较多的假阴性 结果;(6) Bonferroni法比LSD法、Duncan法、SNK法偏于保守,不过,它 比Tukey法、Scheffe法要敏感。
。Sidak调整多重比较的显著性 水平,并提供比 Bonferroni 更严密的边界。
Scheffe. (最常用,不需要样本数目相同)为均值的所有可能的成对组合 执行并发的联合成对比较。使用F取样分布。可用来检查组均值的所有可能的 线性组合,而非仅限于成对组合。
Scheffe的应用指征:(1)各组样本数相等或不等均可以,但是以各组样本数 不相等使用较多;(2)如果比较的次数明显地大于均数的个数时,Scheffe法 的检验功效可能优于Bonferroni法和Sidak法。如均数的个数等于或小于比较 的次数,Bonferroni方法较Scheff'e方法佳。
R-E-G-W F 检验的 Ryan-Einot-Gabriel-Welsch 多步进过程。
R-E-G-W Q. 基于学生化范围的 Ryan-Einot-Gabriel-Welsch 多步进过程。
S-N-。它还使用步 进式过程比较具有相同样本大小的同类子集内的均值对。均值按从高到低排序, 首先检验极端差分。
Tukey. (最常用,需要样本数目相同)使用学生化的范围统计量进行组间 所有成对比较。将试验误差率设置为所有成对比较的集合的误差率。
Tukey的应用指征:(1)所有各组的样本数相等;(2)各组样本均数之间的全 面比较;( 3)可能产生较多的假阴性结论。
Tukey's b. 使用学生化的范围分布在组之间进行成对比较。临界值是 Tukey's 真实显著性差异检验的对应值与 Student-Newman-Keuls 的平均数。
-Newman-Keuls检验所使用的完全一样的逐步顺 序成对比较,但要为检验的集合的错误率设置保护水平,而不是为单