使用不同方法比較平均值會得到不同結果大家好，
我有一個關於比較 JMP 15 中平均值的簡單問題。我的資料由兩個變數組成：
這獨立的變數是一個有四個等級（高、中、低和極低）的有序變量，而因變數是連續的。
我想比較四組（高、中、低和非常低）的平均值，看看它們之間是否有統計差異。當我使用（所有對Tukey-Cramer方法）時，沒有統計發現差異一切手段之間。 然而，當我使用（每對學生的 t 方法）時，統計不同之處發現在“非常低”和“高”水平之間。
我的問題是：
1-為什麼兩種方法之間會有差異？
2- 應該使用哪一個？
先感謝您，
進階統計建模資料混合與清理品質和工藝工程回覆：使用不同的方法進行比較會得到不同的結果我的意思是要求學生的 t 檢定及其有序差異報告。 如下圖所示。
回覆：使用不同的方法進行比較會得到不同的結果謝謝@dale_lehman為您詳細回覆。
回覆：使用不同的方法進行比較會得到不同的結果嗨@iron_horne，
感謝您的回饋意見，
我已經按照您的解釋進行了 Bonferroni 校正。但我不明白執行 t 檢定多重比較是什麼意思？那是所有配對嗎，Tukey HSD？
回覆：使用不同的方法進行比較會得到不同的結果你好@破冰船,
作為@dale_lehman解釋說，Tukey 透過將總體第一類錯誤保持在 5% 來控制多重比較。 此外，它假設各組之間的變異數相等。
在這種情況下，我將使用 Bonferroni 校正再次執行比較測試。 為此，將 5%（或您希望允許的任何類型 I 錯誤）除以您擁有的成對比較的數量（6 個代表 4 個不同的類別）。 在運行模型之前，在擬合模型平台的紅色三角形中將 alpha 等級設定為新值 (0.008)。 然後進行t檢定多重比較並再次檢查結果。
最重要的是，我建議您檢查成對比較表，並詢問自己每個重要的配對是否也有意義的不同 - 該組是否意味著您在現實世界中具有不同。 如果您看到具有兩個不同值的兩個觀察結果，您是否可以說它們有很大不同，並且認為它們無關緊要並不符合研究的目的。 我發現令人震驚的是，有這麼多人在報告重要性時並不確定情況是否如此。
回覆：使用不同的方法進行比較會得到不同的結果我相信文件中已對此進行了介紹，但簡單來說，比較每對假裝您擁有的唯一數據是正在比較的每對（即，相當於對每對組進行子集化並單獨測試差異） 。Tukey HSD 考慮到您正在進行多重比較，並確保 1 類錯誤的機率反映了對之間差異的測試的總體情況。因此，如果您進行 100 次測試（需要比較許多組別），即使您在每個成對測試中發現 p<0.05，其中一些測試也很有可能會產生 1 類錯誤。Tukey 的限制性更強（組越多，限制越多），因為每個成對測試都要受到更嚴格的審查，以確保 1 類錯誤的總體機率涵蓋您將進行的所有測試。
成對比較幾乎可以肯定是太寬鬆了。但我發現圖基對許多團體的限制可能過於嚴格。兩者都值得做 - 當結果在質量上不同時，對你的結論保持謙虛（至少比兩種方法給出相同的定性結論更謙虛）。
