有意性についてのグラフとダネット検定の矛盾こんにちは、私のグラフでは標準偏差を使用した場合の対照群と赤色の群との間に有意差があることが視覚的に示されているのでちょっと立ち往生しています。重要性（それは近いですが）。
グラフが標準偏差のエラーバーで変更されてもそれ以上の意味はありませんが、標準誤差関数を使用したいと思います。
それとも統計的な説明が私にはよくわからないという説明があるでしょうか。
グラフとダネット検定の間の矛盾ご説明ありがとうございます！それは間違いなく役立ちます
グラフとダネット検定の間の矛盾（遅れて申し訳ありません！）
あなたの例は、'十分な帰無仮説を検定するという古典的なケースです。そして、あなたは有意な比較を見つけるでしょう！"
同じデータ（AとB、AとCなど）を比較するほど、タイプIエラーになる可能性が高くなります。 棒グラフは、あなたを保護しない個々の個別の比較を表します。 棒グラフの比較は素朴な誤解を招きます。それは間違っていません、それはただすべての比較についてのより複雑な質問に答えることができません。
一方、Dunnettの検定などの手段の比較手順では、ユーザを保護するために比較数の基準を調整します。つまり、全体で95％の信頼度が必要な場合すべて比較は、個々の比較だけではなく、調整が必要です。この保護の効果は、比較が有意になるためにはより大きい差が必要であるということです。 あなたはダネットの比較を信じるべきです。
この「gedanken実験」を考えてみましょう。多数のグループに対して帰無仮説の下でランダムデータを生成し、棒グラフアプローチ（Compare Means> Student tと同じ）とDunnettの検定の両方で仮説を検定します。タイプIのエラー（誤検知）の数はグラフでははるかに多くなりますが、Dunnetのテストで予想されるものです。
