Bagaimana saya bisa mendapatkan ANOVA keseluruhan yang signifikan tetapi tidak ada perbedaan berpasangan yang signifikan dengan prosedur Tukey?

18

Saya tampil dengan R an ANOVA dan saya mendapat perbedaan yang signifikan. Namun ketika memeriksa pasangan mana yang berbeda secara signifikan menggunakan prosedur Tukey, saya tidak mendapatkan satupun dari mereka. Bagaimana ini bisa terjadi?

Ini kodenya:

fit5_snow<- lm(Response ~ Stimulus, data=audio_snow)
anova(fit5_snow)

> anova(fit5_snow)
Analysis of Variance Table

Response: Response
          Df Sum Sq Mean Sq F value  Pr(>F)  
Stimulus   5  73.79 14.7578  2.6308 0.02929 *
Residuals 84 471.20  5.6095                  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 

df<-df.residual(fit5_snow)
MSerror<-deviance(fit5_snow)/df

comparison <-  HSD.test(audio_snow$Response, audio_snow$Stimulus, df, MSerror, group=FALSE)

> comparison <-  HSD.test(audio_snow$Response, audio_snow$Stimulus, df, MSerror, group=FALSE)

Study:

HSD Test for audio_snow$Response 

Mean Square Error:  5.609524 

audio_snow$Stimulus,  means

                audio_snow.Response   std.err replication
snow_dry_leaves            4.933333 0.6208034          15
snow_gravel                6.866667 0.5679258          15
snow_metal                 6.333333 0.5662463          15
snow_sand                  6.733333 0.5114561          15
snow_snow                  7.333333 0.5989409          15
snow_wood                  5.066667 0.7713110          15

alpha: 0.05 ; Df Error: 84 
Critical Value of Studentized Range: 4.124617 

Comparison between treatments means

                              Difference   pvalue sig        LCL      UCL
snow_gravel - snow_dry_leaves  1.9333333 0.232848     -0.5889913 4.455658
snow_metal - snow_dry_leaves   1.4000000 0.588616     -1.1223246 3.922325
snow_sand - snow_dry_leaves    1.8000000 0.307012     -0.7223246 4.322325
snow_snow - snow_dry_leaves    2.4000000 0.071587   . -0.1223246 4.922325
snow_wood - snow_dry_leaves    0.1333333 0.999987     -2.3889913 2.655658
snow_gravel - snow_metal       0.5333333 0.989528     -1.9889913 3.055658
snow_gravel - snow_sand        0.1333333 0.999987     -2.3889913 2.655658
snow_snow - snow_gravel        0.4666667 0.994348     -2.0556579 2.988991
snow_gravel - snow_wood        1.8000000 0.307012     -0.7223246 4.322325
snow_sand - snow_metal         0.4000000 0.997266     -2.1223246 2.922325
snow_snow - snow_metal         1.0000000 0.855987     -1.5223246 3.522325
snow_metal - snow_wood         1.2666667 0.687424     -1.2556579 3.788991
snow_snow - snow_sand          0.6000000 0.982179     -1.9223246 3.122325
snow_sand - snow_wood          1.6666667 0.393171     -0.8556579 4.188991
snow_snow - snow_wood          2.2666667 0.103505     -0.2556579 4.788991
anova post-hoc tukey-hsd L_T
sumber
Bisakah Anda memberikan datanya?
ttnphns
1
Saya menemukan balasan untuk pertanyaan ini nanti stats.stackexchange.com/questions/74174/… (ditandai sebagai duplikat utas ini) sangat membantu.
Amuba mengatakan Reinstate Monica

Jawaban:

2

Mengapa itu tidak mungkin?

Tes keseluruhan dan tes berpasangan mengajukan pertanyaan yang berbeda, sehingga mereka bisa mendapatkan jawaban yang berbeda.

Peter Flom - Pasang kembali Monica
sumber
1
Bisakah Anda mengatakan lebih banyak.
rolando2
2
Keseluruhan ANOVA mengajukan pertanyaan tentang seluruh variabel independen dan hubungannya (atau ketiadaan) dengan variabel dependen. Perbandingan berpasangan bertanya tentang perbedaan di antara pasangan. Kemudian nilai-p terlihat pada sig statistik. dari masing-masing ini, dengan berpasangan disesuaikan untuk beberapa perbandingan (dalam hal ini, menggunakan metode HSD Tukey).
Peter Flom - Pasang kembali Monica
1
Terima kasih, Peter. Mungkin kurang bahwa mereka mengajukan "pertanyaan yang berbeda" dan lebih banyak penyesuaian untuk beberapa perbandingan yang menyumbang hasil yang berbeda.
rolando2
17

Ini terutama disebabkan oleh sensitivitas ANOVA (lebih besar dari sensitivitas uji berpasangan). Kemudian, ANOVA mendeteksi variabilitas yang lebih rendah di sekitar rata-rata ketika uji berpasangan sulit membedakan antara rata-rata pasangan. Analisis harus fokus pada perbedaan, dan Anda dapat lebih fleksibel pada analisis pasca-hoc, mengingat bahwa Anda baru saja menemukan bahwa ada perbedaan pada rata-rata. Ingatlah untuk memeriksa asumsi ANOVA.

Di sisi lain, ada beberapa topik mengenai penggunaan tes berpasangan tanpa menggunakan ANOVA: Apakah kita memerlukan tes global sebelum tes post hoc?

Jose Zubcoff
sumber
Jelas tidak memerlukan tes global sebelum melakukan perbandingan hsd Tukey karena hsd mengontrol tingkat kesalahan Tipe I. Saya benci menyebutnya post hocs, karena harus direncanakan apriori.
David Lane