JoVE Core
Statistics
Chapter 10: Analysis of Variance
10.5:
多重比较测试
多重比较测试,缩写为 MCT,是一种事后分析,通常在将多个样本与一个或多个测试进行比较后执行。MCT 将有助于识别多个样本中的显著差异样本或多个因子中的因子。
使用 0.05 的显著性 alpha 水平比较两个样本会很容易。换句话说,只有一个样本对要比较。但是,如果样本数量增加,则很难识别出显著不同的样本。这是因为要比较或成对比较的样本对数会随着样本数的增加而增加。此外,类型 I 错误的百分比随着成对比较的数量而增加。
MCT 将通过校正显著性 alpha 值和减少类型 I 误差来帮助识别多个样本之间的显著差异平均值。此外,对于样本量相等或不相等的数据集,可以使用不同的 MCT。常用 MCT 的一个示例是 Bonferroni 测试。
多重比较检验或 MCT 是一种事后分析,通常在使用假设检验(如方差分析)比较多个样本后进行。
当比较多个组或在某些组中测试多个因子时,MCT 主要帮助识别与其他组显著不同的特定组,或导致显著影响的因子。
例如,在比较两组斑马鱼时,很容易识别出在 0.05 显著性水平下平均长度显著不同的组。
如果我们增加测试组的数量,则越来越难以找到均值差异显著的组。
在这种情况下,成对比较也会给出更高的 Type-I 错误率。
在这种情况下,MCT 通过更正 alpha 值以减少类型 I 错误来帮助确定明显不同的组。
有不同类型的 MCT 可用于相等或不相等的样本量。最常用的 MCT 是 Bonferroni 测试。
Related Videos
Analysis of Variance
7.9K 浏览
3.3K 浏览
5.8K 浏览
3.9K 浏览
2.7K 浏览
2.6K 浏览