Dois-je utiliser la correction de Bonferroni lors de la création de deux contrastes linéaires avec Fit Model ?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Je mène une série de modèles REML univariés et j'ai deux contrastes orthogonaux pré-planifiés. Je me demande si je dois corriger l'alpha acceptable pour me prémunir contre l'erreur de type I, ou si cette correction est prise en compte par le programme JMP lorsque j'ajoute un second contraste ?
Re : Dois-je utiliser la correction de Bonferroni lors de la création de deux contrastes linéaires avec Fit Model ?Merci beaucoup pour les suggestions, cela aide certainement!
Re : Dois-je utiliser la correction de Bonferroni lors de la création de deux contrastes linéaires avec Fit Model ?Merci d'avoir mentionné le complément FDR Pvalue. Il a été intégré à JMP sous le nom de filtrage des réponses sous modélisation.
Re : Dois-je utiliser la correction de Bonferroni lors de la création de deux contrastes linéaires avec Fit Model ?Une option légèrement moins conservatrice est la procédure de Bonferroni-Holm : la plus petite valeur p doit d'abord être testée au niveau alpha/2, l'autre valeur p peut ensuite être testée au niveau alpha prévu si le premier test était statistiquement significatif.
Une autre option pour traiter le problème des tests multiples est l'approche du taux de fausses découvertes (approche FDR) pour laquelle un complément JMP agréable et facile à utiliser est disponible.
Re : Dois-je utiliser la correction de Bonferroni lors de la création de deux contrastes linéaires avec Fit Model ?JMP n'effectue pas automatiquement l'ajustement lorsque vous utilisez Test personnalisé du Estimations menu pour ajouter des contrastes supplémentaires. Vous pouvez appliquer la correction de Bonferroni. (A noter, lorsqu'il y a un grand nombre de comparaisons, la correction de Bonferroni peut être trop conservateur .)
