다른 방법을 사용하여 평균을 비교하면 다른 결과가 나타납니다.안녕하세요 여러분,
JMP 15의 평균 비교에 대한 간단한 질문이 있습니다.내 데이터는 두 개의 변수로 구성됩니다.
그만큼 독립적인 변수는 4단계(높음, 중간, 낮음 및 매우 낮음)의 순서형 변수이고 종속 변수는 연속형입니다.
네 그룹(높음, 중간, 낮음, 매우 낮음)에 대한 평균을 비교하여 이들 사이에 통계적 차이가 있는지 확인하고 싶습니다. 내가 사용했을 때 (모든 쌍 Tukey-Cramer 방법), 통계 없음 차이점이 발견되었습니다 모든 수단 사이에서. 그러나 (각 쌍 학생의 t 방법)을 사용했을 때, 통계 차이점 "매우 낮음"과 "높음" 수준 사이에서 발견되었습니다.
내 질문은 다음과 같습니다.
1- 왜 두 가지 방법 사이에 차이점이 있습니까?
2- 어느 것을 사용해야 합니까?
미리 감사드립니다.
해석학Re: 다른 방법을 사용하여 평균을 비교하면 다른 결과가 나타납니다.내 말은 학생의 t 테스트와 정렬된 차이 보고서를 요청하는 것입니다. 다음 이미지와 같이.
Re: 다른 방법을 사용하여 평균을 비교하면 다른 결과가 나타납니다.감사 @dale_lehman 당신을 위해 상세한 응답.
Re: 다른 방법을 사용하여 평균을 비교하면 다른 결과가 나타납니다.안녕하세요 @iron_horne님,
의견을 보내주셔서 감사합니다.
설명해주신대로 Bonferroni 보정을 했습니다. 그러나 나는 t 테스트 다중 비교를 수행한다는 것이 무엇을 의미하는지 이해하지 못합니까? All Pairs, Tukey HSD입니까?
Re: 다른 방법을 사용하여 평균을 비교하면 다른 결과가 나타납니다.안녕 @쇄빙선 ,
~처럼 @dale_lehman Tukey는 전체 1종 오류를 5%로 유지하여 다중 비교를 제어한다고 설명했습니다. 또한 그룹 간에 동일한 분산을 가정합니다.
이 상황에서 나는 Bonferroni 보정을 사용하여 다시 한 번 비교 테스트를 수행할 것입니다. 이렇게 하려면 5%(또는 허용하려는 제1종 오류)를 쌍별 비교 수(4개의 다른 범주에 대해 6개)로 나눕니다. 모델을 실행하기 전에 적합 모델 플랫폼의 빨간색 삼각형에서 알파 수준을 새 값(0.008)으로 설정합니다. 그런 다음 t 테스트 다중 비교를 수행하고 결과를 다시 한 번 검사합니다.
가장 중요한 것은 쌍별 비교 표를 살펴보고 각 중요한 쌍이 의미 있게 다른지 스스로에게 물어보는 것입니다. 즉, 실제 세계에서 그룹 평균이 다른지 여부입니다. 두 개의 다른 값을 가진 두 개의 관찰을 본다면 그것들이 실질적으로 다르고 그것들을 무관심하다고 생각하는 것이 연구의 목적에 도움이 되지 않는다고 말할 수 있습니까? 얼마나 많은 사람들이 중요성을 보고할 때 이것이 사실인지 확인하지 못한다는 사실이 놀랍습니다.
Re: 다른 방법을 사용하여 평균을 비교하면 다른 결과가 나타납니다.나는 이것이 문서에서 다루어진다고 생각하지만 간단히 각 쌍을 비교하면 비교되는 각 쌍이 가지고 있는 유일한 데이터인 것처럼 가장합니다(즉, 각 쌍의 그룹을 부분 집합화하고 차이를 테스트하는 것과 동일합니다.) .Tukey HSD는 다중 비교를 수행하고 있다는 점을 고려하고 유형 1 오류의 확률이 쌍 간의 차이에 대한 전체 테스트를 반영하는지 확인합니다.따라서 100개의 테스트(비교할 많은 그룹)를 수행하는 경우 각 쌍별 테스트에서 p<.05를 발견하더라도 이들 중 일부는 제1종 오류를 생성할 상당한 기회가 있습니다.Tukey는 유형 1 오류의 전체 확률이 수행할 모든 테스트를 포함하는지 확인하기 위해 각 쌍별 테스트가 훨씬 더 정밀한 조사를 받아야 한다는 점에서 훨씬 더 제한적입니다(그리고 더 많은 그룹이 있음).
쌍별 비교는 거의 확실히 너무 느슨합니다.그러나 많은 그룹에서 Tukey가 너무 제한적이라는 것을 알았습니다.둘 다 할 가치가 있습니다. 결과가 질적으로 다를 경우 결론에 대해 겸손해야 합니다(최소한 두 가지 접근 방식이 동일한 질적 결론을 제공하는 경우보다 겸손해야 함).
