LSM이 적합 모델 (Fit Model)과 함께 anova에 대해 계획 대비를 의미한다면, 다중 보정을 위해 결과 p 값이 조정됩니까? 그렇지 않다면 어떻게 pvalue를 조정합니까?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />LSM이 적합 모델 (Fit Model)과 함께 anova에 대해 계획 대비를 의미한다면, 다중 보정을 위해 결과 p 값이 조정됩니까? 그렇지 않다면 p- 값을 어떻게 조절합니까?
나는 LSM을 사용하여 모형에 대한 anova의 대비를 계획했다면 여러 개의 보정 값에 대한 결과 p 값이 조정됩니까? 그렇지 않다면 어떻게 pvalue를 조정합니까?그들은 조정되지 않았습니다. 직교 계획 대비를 고안하면 p-value를 조정할 필요가 없습니다. 이는 각 대비에 비 중복 분량의 정보가 포함되도록 데이터를 분할하는 것과 같습니다. 이것이 직각 계획 대비가 매우 유익한 이유입니다! 일반적으로 직교 대조를 사용하면 옴니버스 F 테스트에 관심이 없지만 모든 직교 명암의 제곱 합을 합하면 옴니버스 ANOVA 사이의 제곱의 합이 합산됩니다. 이것은 두 개의 제곱합을 일련의 비 중복 테스트로 분할한다는 개념을 확인하기 때문에 의미가 있습니다.
계획 한 비교가 직각이 아닌 경우에는 p 값을 조정해야하며 그렇게하기위한 많은 대안이 있습니다. 디자인에 대해 더 많이 알지 못하면 특정 접근법을 추천하기가 어렵습니다. 일부 접근법은 다른 접근법 (예 : Bonferroni)보다 보수적이지만 Dunn의 검사 또는 Scheffe의 검사도 조사 할 수 있습니다.
