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