¿Debo usar la corrección de Bonferroni al hacer dos contrastes lineales con el modelo de ajuste?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Estoy realizando una serie de modelos REML univariados y tengo dos contrastes ortogonales preplanificados. Me pregunto si debo corregir el alfa aceptable para protegerme contra el error de Tipo I, o si el programa JMP tiene en cuenta esta corrección cuando agrego un segundo contraste.
Re: ¿Debo usar la corrección de Bonferroni al hacer dos contrastes lineales con el modelo de ajuste?Muchas gracias por las sugerencias, que definitivamente ayuda!
Re: ¿Debo usar la corrección de Bonferroni al hacer dos contrastes lineales con el modelo de ajuste?Gracias por mencionar el complemento FDR Pvalue. Se ha incorporado en JMP, conocido como el Screening de respuesta en Modelado.
Re: ¿Debo usar la corrección de Bonferroni al hacer dos contrastes lineales con el modelo de ajuste?Una opción un poco menos conservadora es el procedimiento de Bonferroni-Holm: el valor p más pequeño debe probarse primero en el nivel alfa / 2, luego el otro valor p puede probarse en su nivel alfa planificado si la primera prueba fue estadísticamente significativa.
Otra opción para lidiar con el problema de las pruebas múltiples es el enfoque de tasa de descubrimiento falso (enfoque FDR) para el cual está disponible un complemento JMP agradable y fácil de usar.
Re: ¿Debo usar la corrección de Bonferroni al hacer dos contrastes lineales con el modelo de ajuste? JMP no hace automáticamente el ajuste cuando usas Prueba personalizada desde el Estimados Menú para añadir contrastes adicionales. Puede aplicar la corrección de Bonferroni. (Como nota, cuando hay un gran número de comparaciones, la corrección de Bonferroni puede ser demasiado conservador .)
