異なる方法を使用して手段を比較すると、異なる結果が得られますこんにちは、みんな、
JMP15の平均の比較について簡単な質問があります。私のデータは2つの変数で構成されています：
NS独立変数は4つのレベル（高、中、低、非常に低）の順序変数ですが、従属変数は連続です。
4つのグループ（高、中、低、および非常に低）の平均を比較して、それらの間に統計的な違いがあるかどうかを確認したいと思います。 （すべてのペアのテューキー-クラメル法）を使用した場合、統計はありません違いが見つかりましたすべての手段の間。 ただし、（各ペアのスチューデントのt法）を使用した場合、統計違い「非常に低い」レベルと「高い」レベルの間に見つかりました。
私の質問は：
1-なぜ2つの方法に違いがあるのですか？
2-どちらを使用する必要がありますか？
前もって感謝します、
アナリティクスRe：異なる方法を使用して手段を比較すると、異なる結果が得られますこれはドキュメントで説明されていると思いますが、簡単に言うと、各ペアを比較すると、比較対象の各ペアだけがデータであるように見えます（つまり、グループの各ペアをサブセット化して、違いを個別にテストするのと同じです）。 。テューキーHSDは、多重比較を行っていることを考慮し、タイプ1エラーの確率がペア間の差異の検定の全体を反映していることを確認します。したがって、100個のテスト（比較する多くのグループ）を実行している場合、ペアごとのテストのそれぞれでp <.05が見つかったとしても、これらの一部でタイプ1のエラーが発生する可能性がかなりあります。テューキーは、タイプ1エラーの全体的な確率が実行するすべてのテストをカバーすることを保証するために、各ペアワイズ検定がはるかに精査されるという点で、はるかに制限的です（さらに、より多くのグループがあります）。
ペアワイズ比較は、ほぼ確実に緩すぎます。しかし、多くのグループで、私はテューキーがおそらく制限が強すぎることに気づきました。両方を行う価値があります-そして結果が質的に異なる場合は、結論について謙虚になります（少なくとも、2つのアプローチが同じ質的な結論を与える場合よりも謙虚になります）。
Re：異なる方法を使用して手段を比較すると、異なる結果が得られますやあ@IceBreaker 、
なので@dale_lehman説明したように、Tukeyは、全体的なタイプ1のエラーを5％に維持することにより、多重比較を制御します。 さらに、グループ間で分散が等しいことを前提としています。
この状況では、ボンフェローニ補正を使用してもう一度比較テストを実行します。 これを行うには、5％（または許可したいタイプIのエラー）をペアワイズ比較の数（4つの異なるカテゴリに対して6）で割ります。 モデルを実行する前に、フィットモデルプラットフォームの赤い三角形で、アルファレベルをその新しい値（0.008）に設定します。 次に、t検定の多重比較を実行し、結果をもう一度調べます。
最も重要なことは、ペアワイズ比較表を調べて、重要なペアごとに、それも意味のある違いがあるかどうかを自問することをお勧めします。グループとは、現実の世界で違いがあることを意味します。 2つの異なる値を持つ2つの観測値を見た場合、それらは実質的に異なり、無関心であると見なすことは研究の目的に役立たないと言うことができます。 重要性を報告するときに、これが事実であるかどうかを確信していない人がどれほど多いかは驚くべきことです。
