Fit Model을 사용하여 두 개의 선형 대비를 만들 때 Bonferroni 수정을 사용해야합니까?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />나는 일련의 단 변량 REML 모델을 수행 중이며 두 개의 미리 계획된 직교 대조를 가지고있다. Type I 오류를 방지하기 위해 허용되는 알파를 수정해야하는지 또는 두 번째 명암을 추가 할 때 JMP 프로그램에서이 수정을 고려했는지 궁금합니다.
Re : 모델에 맞는 두 개의 선형 대비를 만들 때 Bonferroni 수정을 사용해야합니까?제안에 감사 드리며 그 모두가 분명 도움이됩니다!
Re : 모델에 맞는 두 개의 선형 대비를 만들 때 Bonferroni 수정을 사용해야합니까?FDR Pvalue 추가 기능을 언급 해 주셔서 감사합니다. 그것은 모델링에서 응답 스크리닝 (Response Screening)으로 알려진 JMP에 통합되었습니다.
Re : 모델에 맞는 두 개의 선형 대비를 만들 때 Bonferroni 수정을 사용해야합니까?약간 더 보수적 인 옵션은 Bonferroni-Holm 프로 시저입니다. 첫 번째 테스트가 통계적으로 중요하다면 작은 p 값을 먼저 알파 / 2 레벨에서 테스트해야하며 다른 p 값은 계획 한 알파 레벨에서 테스트 할 수 있습니다.
여러 가지 테스트 문제를 다루기위한 또 다른 옵션은 유용하고 사용하기 쉬운 JMP 추가 기능을 사용할 수있는 FDR (False Discovery Rate) 접근 방식입니다.
Re : 모델에 맞는 두 개의 선형 대비를 만들 때 Bonferroni 수정을 사용해야합니까? JMP는 사용시 자동으로 조정하지 않습니다. 맞춤 테스트 ~로부터 견적 메뉴를 사용하여 대비를 추가하십시오. Bonferroni 정정을 적용 할 수 있습니다. (참고로, 다수의 비교가있을 때, Bonferroni 보정 너무 보수적 일 수있다. .)
