10.5: 多重比较测试

Multiple Comparison Tests
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Multiple Comparison Tests
Please note that all translations are automatically generated. Click here for the English version.

3,902 Views

01:13 min
April 30, 2023

Overview

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。

Transcript

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。

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for