Kruskal-Wallis 이후 Mann-Whitney 테스트를 사후 비교에 사용할 수 있습니까?


9

동물을 적대적인 환경에 배치하고 생존에 대한 접근 방식을 사용하여 얼마나 오래 생존 할 수 있는지 시간을 정하는 시뮬레이션이 있습니다. 생존을 위해 사용할 수있는 세 가지 방법이 있습니다. 각 생존 접근법을 사용하여 동물의 300 시뮬레이션을 실행했습니다. 모든 시뮬레이션은 동일한 환경에서 이루어 지지만 임의성이 있으므로 매번 다릅니다. 각 시뮬레이션에서 동물이 몇 초 동안 살아남는지 시간입니다. 더 오래 사는 것이 좋습니다. 내 데이터는 다음과 같습니다

Approach 1, Approach 2, Approach 2
45,79,38
48,32,24
85,108,44
... 300 rows of these

이 시점 이후에 내가하는 모든 일을 잘 모르겠으므로 어리 석고 잘못된 일을하고 있는지 알려주십시오. 특정 접근법을 사용하여 수명에 통계적 차이가 있는지 확인하려고합니다.

각 샘플에서 Shapiro 테스트를 실행했으며 작은 p 값으로 돌아 왔으므로 데이터가 정규화되지 않았다고 생각합니다.

행의 데이터는 서로 관계가 없습니다. 각 시뮬레이션에 사용 된 랜덤 시드는 다릅니다. 결과적으로 데이터가 쌍을 이루지 못한다고 생각합니다.

데이터가 정규화되지 않았고 쌍을 이루지 않았으며 두 개 이상의 샘플이 있었으므로 Kruskal Wallis 테스트를 실행하여 p- 값이 0.048로 돌아 왔습니다. 그런 다음 Mann Whitney를 선택하여 사후 조치로 넘어갔습니다. Mann Whitney를 사용 해야하는지 확실하지 않습니다.

Mann Whitney 테스트 즉 {(접근 1, 접근 2), (접근 1, 접근 3), (접근 2, 접근 3)}을 수행하여 각 생존 접근 방식을 서로 다른 접근 방식과 비교했습니다. 양측 검정을 사용하여 쌍 (접근법 2, 접근법 3)간에 통계적 유의성이 발견되지 않았지만 단측 검정을 사용하여 유의 한 차이가 발견되었습니다.

문제 :

  1. Mann Whitney를 사용하는 것이 이치에 맞는지 모르겠습니다.
  2. 꼬리가 달린 Mann Whitney를 사용해야하는지 모르겠습니다.

서로 다른 접근법의 상대적인 강도 (예 : 접근법 1> 접근 ​​2> 접근 3)에 대한 사전 가설이 있습니까? 이것은 귀하의 질문에 대답하는 데 중요합니다.
amoeba

평균, 중간 및 표준 편차가 있으며 평균 3이 높고 평균이 높기 때문에 접근법 3이 더 나은 것처럼 보이지만 표준 편차가 훨씬 높으므로 확실하지 않습니다. 그러나 나는 이것을 미리 알 방법이 없었습니다.
Phlox Midas

아니면 Bonferroni 수정이라고도합니까?
Phlox Midas

플록스 : "이것을 미리 알 수있는 방법"이 없다면, 단측 테스트 는 절대로 사용 하지 말고 양측 테일 만 사용해야합니다 (@Alexis도 그의 답장에서 언급 한 것처럼).
amoeba

6
@amoeba "her";)
Alexis

답변:


15

아닙니다 .이 상황에서 Mann-Whitney 테스트를 사용해서는 안됩니다 .U

왜 여기 던의 테스트가 적절한이다 후 임시의 시험 * 크루스 칼 - 월리스 시험의 거부 다음과 같습니다. Kruskal-Wallis의 거부에서 일반적인 페어 단위 순위 계급 (즉, Wilcoxon 또는 Mann-Whitney) 테스트를 수행하여 진행하면 두 가지 문제가 발생합니다. (1) 페어 단위 순위 합계 테스트에 사용 된 순위는 다음과 같습니다. Kruskal-Wallis 테스트에서 사용 된 순위가 아닙니다. 그리고 (2) 순위 합 검정은 Kruskal-Wallis 귀무 가설에 의해 암시 된 풀링 된 분산을 사용하지 않습니다. 던의 테스트에는 이러한 문제가 없습니다

다중 비교를 위해 조정 된 Kruskal-Wallis 테스트 거부 후 사후 테스트는 주어진 가족 별 오류율 또는 옴니버스 테스트 의 지정된 에 해당하는 잘못된 발견율에 대한 모든 페어 별 테스트를 거부하지 못할 수 있습니다. 다른 다중 비교 옴니버스 / 사후 테스트 시나리오와 동일합니다.α

당신이 한 그룹의 생존 기간이 길거나 짧은 다른 것보다 있다고 믿을만한 이유가없는 한 선험적으로 , 당신은 양면 테스트를 이용해야한다.

Dunn의 테스트는 dunntest (type net describe dunntest, from(https://www.alexisdinno.com/stata))를 사용하여 Stata에서 수행 하고 dunn.test 패키지를 사용하여 R에서 수행 할 수 있습니다 .

또한 다른 조건에 따라 동물이 언제 죽는 지 여부 를 평가하기 위해 생존 분석 접근법을 취할 수 있을지 궁금합니다 .


* 거부 된 Kruskal-Wallis를 따르는 몇 가지 잘 알려진 post - hoc pair-wise 테스트에는 Conover-Iman (Dun과 같지만 z 분포가 아닌 t 분포를 기준으로 conovertest 패키지 에서 Stata에 대해 구현 됨 ) 그리고 conover.test 패키지의 R ) 및 Dwass-Steel-Citchlow-Fligner 테스트.


답변 주셔서 감사합니다. Dunn 테스트는 Nemenyi-Damico-Wolfe-Dunn 테스트라고도합니까, 아니면 별도의 테스트입니까?
Phlox Midas

Dunn 테스트의 구현을 찾을 수 없기 때문에 묻습니다.
Phlox Midas

@PhloxMidas 필자는 "Nemenyi-Damico-Wolfe-Dunn 테스트"에 대해 잘 모르지만 Wikipedia 는 반복 측정 설계에서 옴니버스 테스트 거부 (예 : Friedman 테스트)에 따른 적절한 사후 테스트 임을 암시합니다 . 또한 Stata에 대한 내 의견을 참조하십시오.
Alexis

7

Kruskal-Wallis / Wilcoxon의 통일 된 일반화는 비례 승산 모델이며 승산 비에 대한 점별 또는 동시 신뢰 구간으로 일반 대비를 인정합니다. 이것은 내 R rms패키지 ormcontrast.rms기능 에서 구현됩니다 .


1

Conover 이후의 임계 값 차이 또는 Schaich와 Hamerle 이후의 임계 값 차이를 사용할 수도 있습니다. 전자는 더 자유롭고 후자는 정확하지만 약간의 힘이 부족합니다. 두 가지 방법 모두 내 웹 사이트 brightstat.com에 설명되어 있으며 brightstat의 webapp을 사용하면 이러한 중요한 차이를 계산하고 사후 테스트를 바로 수행 할 수 있습니다. Kruskal-Wallis의 brightstat.com


-1

SPSS를 사용하는 경우 Bonferroni 수정 (p 값을 그룹 수로 나눈 값)으로 사후 Mann-Whitney를 수행하십시오.


Mann-Whitney는 내가 대답 한 두 가지 문제로 어려움을 겪고 있으며 Kruskal-Wallis 에게는 부적절한 사후 테스트입니다.
Alexis
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.