피험자 내에서 여러 비교를 수정 / 반복 측정 ANOVA; 지나치게 보수적인가?

반복 측정 ANOVA와 관련하여 다중 비교에 대해 사용 가능한 수정이 지나치게 보수적이라는 사실이 저를 깨달았습니다. 이것이 사실입니까? 그렇다면이 요점을지지하고 더 많은 것을 배우기 위해 사용할 수있는 인용은 무엇입니까?

anova repeated-measures multiple-comparisons

— 러셀 피어스
소스

어떤 종류의 MP 수정도 언급하고 있습니까? (BTW, 왜 alpha태그인가?)

— chl

알파 태그 : 수정은 일반적으로 알파를 일정하게 유지하기위한 것입니다.

— russellpierce

이 맥락에서 MP의 의미를 잘 모르겠지만 자주 사용하는 Bonferroni 및 / 또는 Sidak 다중 비교 수정에 대해 이야기하고 있습니다.

— russellpierce

False Discovery Rate 등의 다른 접근 방법이 있다는 것을 알고 있지만 더 자주 사용되는 접근 방법을 평가하고 비판하려고합니다.

— russellpierce

계속해서 파고 들자면 본질적으로 두 개의 캠프가있는 것 같습니다 ... 풀 오류 용어를 통해 '더 나은 접근 방식'을 가진 사람들과 일종의 다중 비교 절차에 따라 p- 값을 조정하려는 사람들 (Bonferonni, Holm ... 등 등 ... 손가락보다 더 많은 것 같습니다.)

— russellpierce

답변:

내가 아는 한, 선형 대비의 공동 분포는 간단한 ANOVA 사례에서 도출되었지만 ( multcomp R 패키지 의 설명서 참조 ) 반복 측정 설정에 대한 닫힌 형태는 없습니다. 그럼에도 불구하고, 항상 이러한 선형 대비의 관절 분포를 null로 부트 스트랩하고 FWE 제어로 유의 임계 값을 설정하기위한 최소 t- 통계량 (또는 최대 p- 값)을 확인할 수 있습니다. 또한 제안한 바와 같이 테스트 통계의 공동 분포에 대한 일부 정 성적 조건 만 필요한 방법을 사용할 수 있습니다. 대비가 거의없는 경우 Bonferroni를 사용하는 것이 좋습니다. 그렇지 않으면 Holm 's를보십시오 . 많은 선형 대비를 조사하는 경우 자신에게 보호를 원한다고 스스로에게 물어보십시오어떤 거짓 발견 또는 단지 비율 거짓 발견. 후자의 경우, FDR 제어를 위해 BH 절차 를 사용하십시오 .

— 존 로스
소스

다음은 SPSS 포럼에 대한 링크 모음입니다. 당신이 어느 정도 당신과 관련이 있음을 알기를 바랍니다 : this , this , this , this .

— ttnphns
소스

방향을 가리켜 주셔서 감사합니다. 불행히도 뉴스 그룹 게시물은 게시 된 작업에서 이러한 문제를 논의 할 때 강력한 증거가 아닙니다. 구형의 일반적인 입문서는 흥미롭고 Bonferroni-stype p- 값 조정이 여전히 일반적으로 사용되는 이유를 지적합니다. 불행히도, 그 접근 방식의 보수적 인 성격에 대한 기각은 실제로 없습니다.

— russellpierce