廣義線性模型的多重比較測試你好，
我想知道在使用“擬合模型”選項創建廣義線性模型後是否可以調整多重比較（例如使用 Tukey 的測試）。 目標是在調整一堆其他協變量後，比較三組患者（類別變量）之間的感興趣體積（連續變量）。
當我創建（擬合）模型時，三組之間的體積似乎彼此顯著不同（從參數估計下報告的 p 值可以看出），但我想對多重比較應用校正，並且確保重要的關聯持續存在。 我使用了紅色三角形下的“對比度”選項，但我不太清楚報告的結果代表什麼。
預先感謝您的任何幫助！
最好的，
帕諾斯
回复：廣義線性模型的多重比較測試在這種情況下，擬合最小二乘法聽起來很棒！
再次感謝，
帕諾斯
回复：廣義線性模型的多重比較測試樂意效勞。 您在第一篇文章中沒有提到協變量，因此您的選擇現在非常有意義。
順便說一句，使用具有正態分佈和恆等鏈接函數的 GLM 與使用線性預測器的普通最小二乘回歸相同。 如果您使用擬合最小二乘法，您將有更多方法選擇，例如 Tukey HSD。
回复：廣義線性模型的多重比較測試嗨馬克，
感謝您的及時回复！
我想使用“擬合模型”選項而不是“通過 X 擬合 Y”，這僅僅是因為我想要/需要調整一些其他協變量。 此外，我使用廣義線性模型的唯一原因是因為審稿人建議將其用於此特定分析。 我使用的分佈是“Normal”，鏈接函數是“identity”。
另外，感謝您對對比度的非常清晰的解釋！ 所以為了清楚起見，對比選項執行多重比較分析，對吧？ 我是否應該將其報告為“通過多重比較控制 1 類錯誤”，或者此處應用的此特定校正是否有特定名稱（例如 Tukey's、Bonferroni 等）。
再次感謝所有的幫助！
最好的，
帕諾斯
回复：廣義線性模型的多重比較測試如果您的響應呈正態分佈，那麼您可以使用雙變量平台（分析 > 通過 X 擬合 Y），其中 Y 角色為體積，X 角色為患者。 平台菜單包括用於多種比較方法的“比較平均值”子菜單。
使用 GLM 的原因是什麼？ 您使用了什麼分發和鏈接功能？
對比報告並不難理解和使用。 我在這裡使用示例數據集進行說明大班以及使用正態分佈和恆等鏈接函數的 GLM。 我測試過高度反對年齡。 然後我指定了一系列的比較年齡=12和所有其他年齡分開。 結果是：
報告的底部是開始的地方。 似然比檢驗（ LR 卡方）是為了任何形成顯著的對比。 該統計數據是您通過多重比較對 I 類錯誤的控制。 這裡的結果在 alpha=0.05 時顯著，因此我們得出結論，至少有一個對比是顯著的。 個體對比表明，年齡=12 的平均身高與年齡=13 的平均身高沒有顯著差異，但對於其他年齡則有顯著差異。
注意：如果您選擇幫助工具 ( ？ ）並單擊對比報告，您將看到該方法的完整描述和解釋說明。
