Apa metode yang disukai untuk melakukan post-hocs untuk dalam tes mata pelajaran? Saya telah melihat karya yang diterbitkan di mana Tukey's HSD digunakan tetapi review dari Keppel dan Maxwell & Delaney menunjukkan bahwa kemungkinan pelanggaran kebulatan dalam desain ini membuat istilah kesalahan salah dan pendekatan ini bermasalah. Maxwell & Delaney memberikan pendekatan untuk masalah dalam buku mereka, tetapi saya belum pernah melihatnya melakukannya dalam paket statistik apa pun. Apakah pendekatan yang mereka tawarkan sesuai? Apakah koreksi Bonferroni atau Sidak pada beberapa uji-t berpasangan masuk akal? Sebuah jawaban yang dapat diterima akan memberikan kode R umum yang dapat melakukan post-hocs pada desain sederhana, multi-arah, dan campuran seperti yang dihasilkan oleh ezANOVA
fungsi dalam ez
paket, dan kutipan yang sesuai yang kemungkinan akan diterima dengan pengulas.
sumber
lme
ataulmer
berfungsi atau dengan beberapa metode yang lebih tradisional sebagai uji-t atau ANOVA (seperti yang saat ini saya coba gunakan dengan ANOVA).lme
, lihat komentar untuk jawaban yang diterima: stats.stackexchange.com/q/14088/442 Dengan objek kelaslme
yang dapat Anda gunakanmultcomp
untuk efek dalam subjek. Ia menawarkan berbagai jenis penyesuaian kesalahan-alpha, tetapi kebanyakan yang tidak Anda sukai (seperti yang saya usulkan yang terpilih sebagai "benar" oleh komunitas). Selain sketsa, ada juga bukumultcomp
yang menjelaskan semua metode. Jika Anda ingin post-hocs tanpa penyesuaian, gunakan salah satufit.contrast
darigmodel
ataucontrast
paket baru .ezANOVA
fungsi tersebut? Jika demikian, saya pikir saya bisa menjawab Q tetapi A akan bergantung pada tes untuk model univariat yang sphericity adalah asumsi kritis. Jika Anda tidak membutuhkan A untuk dibatasi pada perhitungan ANOVAez
paket, saya bisa memberikan A yang menggunakan model multivariat untuk tes post-hoc.Jawaban:
Lihatlah multcomp -package dan sketsa Inferensi Simultan dalam Model Parametrik Umum . Saya pikir itu harus melakukan apa yang tidak dan sketsa memiliki contoh yang sangat bagus dan referensi yang luas.
sumber
Saat ini saya sedang menulis makalah di mana saya merasa senang untuk melakukan perbandingan antara dan dalam mata pelajaran. Setelah diskusi dengan supervisor saya, kami memutuskan untuk menjalankan t -tests dan menggunakan cukup sederhana
Holm-Bonferroni method
( wikipedia ) untuk mengoreksi alpha kesalahan penumpukan. Ini mengontrol untuk tingkat kesalahan familwise tetapi memiliki kekuatan yang lebih besar daripada prosedur Bonferroni biasa. Prosedur:Cite Holm (1979) yang dapat diunduh melalui tautan di wikipedia .
sumber
pairwise.t.test()
untuk melakukan perbandingan berpasangan dengan menggunakan metode Bonferroni atau metode Holm-Bonf, tetapi hasilnya berbeda secara drastis tergantung pada apakah saya menggunakan sd yang dikumpulkan atau memperlakukan setiap perbandingan sebagai komponen terpisah, independen. -uji. Terima kasih!Saya ingat beberapa diskusi tentang ini di masa lalu; Saya tidak mengetahui implementasi pendekatan Maxwell & Delaney, meskipun seharusnya tidak terlalu sulit untuk dilakukan. Lihatlah " Tindakan Berulang ANOVA menggunakan R " yang juga menunjukkan salah satu metode untuk mengatasi masalah kebulatan di Tukey's HSD .
Anda mungkin juga menemukan deskripsi tes minat Friedman ini .
sumber
Ada DUA opsi untuk uji-F inferensial Dalam SPSS. Multivariat TIDAK mengasumsikan kebulatan, dan karenanya menggunakan korelasi berpasangan yang berbeda untuk setiap pasangan variabel. "Tes efek dalam mata pelajaran", termasuk semua tes post hoc, mengasumsikan kebulatan dan membuat beberapa koreksi untuk menggunakan korelasi umum di semua tes. Prosedur-prosedur ini adalah warisan dari hari-hari ketika perhitungan mahal, dan membuang-buang waktu dengan fasilitas komputasi modern.
Rekomendasi saya adalah mengambil omnibus MULTIVARIAT F untuk setiap tindakan berulang. Kemudian tindak lanjuti dengan post-hoc pairwise t-test, atau ANOVA dengan hanya 2 level dalam setiap perbandingan ukuran berulang jika ada juga antara faktor-faktor subjek. Saya akan melakukan koreksi bon ferroni sederhana untuk membagi tingkat alfa dengan jumlah tes.
Pastikan juga untuk melihat ukuran efek [tersedia dalam dialog opsi]. Ukuran efek besar yang 'dekat' dengan signifikan mungkin lebih layak diperhatikan [dan eksperimen di masa depan] daripada efek kecil, tetapi signifikan.
Pendekatan yang lebih canggih tersedia dalam prosedur SPSS CAMPURAN, dan juga dalam paket [tetapi gratis] yang kurang ramah pengguna seperti R.
Ringkasan, dalam SPSSS, F multivariat diikuti oleh post hocs berpasangan dengan Bon Ferroniwith Bonferroni harus memadai untuk sebagian besar kebutuhan.
sumber
Saya akan menggunakan fungsi R qtukey (1-alpha, means, df) untuk membuat CI keluarga-bijaksana.
sumber