Queridos compañeros de la comunidad,
Me gustaría preguntarle si alguien conoce alguna forma de producir múltiples pruebas t corregidas mediante la corrección de Sidak.
https://en.wikipedia.org/wiki/%C5%A0id%C3%A1k_correction_for_t-test
En particular, me gustaría usarlo en un contexto de regresión múltiple para comparar entre categorías.
Por ejemplo, utilizando la tabla de datos de clase grande y ejecutando el siguiente modelo: altura = peso + sexo + edad + edad*sexo. Ahora me gustaría comparar cada grupo en el término de interacción edad*sexo con todos los demás utilizando la corrección de Sidak.
No necesito hacer esto muchas veces, así que no me importa producir el informe final de cartas manualmente.
Muchas gracias,
ron
Ron,
Solo por curiosidad, ¿qué te aporta la corrección de Sidak que Bonferroni, Tukey o FDR no?
-SEGUNDO
Estimado @Byron_JMP , gracias por preguntar.
La corrección de Sidak no me aporta nada. sin embargo, cuando un revisor anónimo en una revista académica revisada por pares me lo solicitó, no tuve otra opción...
Creo que, fundamentalmente, este es un caso con el que me encuentro ocasionalmente en el que herramientas estadísticas similares (o incluso idénticas) se utilizan comúnmente en diferentes disciplinas o simplemente se denominan de manera diferente. Como VIF vs. tolerancia, constante vs. interceptar, Beta vs. coeficientes estandarizados, etc.
Por otro lado, ya que estamos en el tema, ¿podría informarme si hay alguna otra forma de ajustar Bonferroni además de establecer "manualmente" el nivel alfa en la plataforma del modelo de ajuste y luego ejecutar una prueba t de estudiante?
El problema es que con algunos factores, cada uno con un número diferente de categorías, necesito ejecutar el modelo varias veces, cada vez con un alfa especificado diferente. ¿No sería mejor que la configuración alfa fuera por factor en lugar de para todo el modelo?
Lo que hago actualmente es ejecutar el modelo con la prueba post hoc que quiero, guardar el script y luego modificarlo para que tenga diferentes alfas para cada factor.
Otro punto para cualquiera que utilice este método: al establecer un nivel alfa diferente a 0,05, preste atención a que el informe de letras conectadas se ajusta mientras que el formato predeterminado de los valores p (colores y estrellas) en la diferencia ordenada o en el informe detallado no se ajusta.
Cualquiera que esté dispuesto a compartir su experiencia sobre el tema es bienvenido.
