10.5
Ein Mehrfachvergleichstest (MCT) ist eine Art von Post-hoc-Analyse, die im Allgemeinen nach dem Vergleich mehrerer Stichproben unter Verwendung von Hypothesentests wie der ANOVA durchgeführt wird.
Wenn viele Gruppen verglichen werden oder mehrere Faktoren in einigen Gruppen getestet werden, hilft die MCT hauptsächlich dabei, eine bestimmte Gruppe zu identifizieren, die sich signifikant von den anderen unterscheidet, oder einen Faktor, der einen signifikanten Effekt verursacht.
Wenn man beispielsweise zwei Gruppen von Zebrafischen vergleicht, ist es einfach, eine Gruppe mit einer signifikant unterschiedlichen mittleren Länge bei einem Signifikanzniveau von 0,05 zu identifizieren.
Wenn wir die Anzahl der Testgruppen erhöhen, wird es immer schwieriger, die Gruppe mit deutlich unterschiedlichem Mittelwert zu finden.
In solchen Fällen führt ein paarweiser Vergleich auch zu höheren Fehlerraten vom Typ I.
MCT hilft in solchen Fällen dabei, eine deutlich andere Gruppe zu bestimmen, indem die Alpha-Werte korrigiert werden, um den Typ-I-Fehler zu reduzieren.
Es gibt verschiedene Arten von MCTs, die für gleiche oder ungleiche Stichprobengrößen verwendet werden können. Das am häufigsten verwendete MCT ist der Bonferroni-Test.
Ein Mehrfachvergleichstest, abgekürzt als MCT, ist eine nachträgliche Analyse, die üblicherweise nach dem Vergleich mehrerer Proben mit einem oder mehreren Tests durchgeführt wird. Ein MCT hilft dabei, eine signifikant unterschiedliche Probe unter mehreren Proben oder einen Faktor unter mehreren Faktoren zu identifizieren.
Es wäre einfach, zwei Proben mit einem Signifikanzniveau von 0,05 zu vergleichen. Mit anderen Worten, es gibt nur ein Probenpaar zum Vergleich. Es wäre jedoch schwierig, eine signifikant unterschiedliche Probe zu identifizieren, wenn die Anzahl der Proben zunimmt. Dies liegt daran, dass die Anzahl der zu vergleichenden Probenpaare oder paarweisen Vergleiche mit der Anzahl der Proben zunimmt. Darüber hinaus steigt der Prozentsatz des Typ-I-Fehlers mit der Anzahl der paarweisen Vergleiche.
Ein MCT hilft dabei, das signifikant unterschiedliche Mittel unter mehreren Proben zu identifizieren, indem die Signifikanz-Alpha-Werte korrigiert und der Typ-I-Fehler reduziert wird. Darüber hinaus kann man verschiedene MCTs für Datensätze mit gleichen oder ungleichen Stichprobengrößen verwenden. Ein Beispiel für einen häufig verwendeten MCT ist der Bonferroni-Test.
Ein Mehrfachvergleichstest (MCT) ist eine Art von Post-hoc-Analyse, die im Allgemeinen nach dem Vergleich mehrerer Stichproben unter Verwendung von Hypothesentests wie der ANOVA durchgeführt wird.
Wenn viele Gruppen verglichen werden oder mehrere Faktoren in einigen Gruppen getestet werden, hilft die MCT hauptsächlich dabei, eine bestimmte Gruppe zu identifizieren, die sich signifikant von den anderen unterscheidet, oder einen Faktor, der einen signifikanten Effekt verursacht.
Wenn man beispielsweise zwei Gruppen von Zebrafischen vergleicht, ist es einfach, eine Gruppe mit einer signifikant unterschiedlichen mittleren Länge bei einem Signifikanzniveau von 0,05 zu identifizieren.
Wenn wir die Anzahl der Testgruppen erhöhen, wird es immer schwieriger, die Gruppe mit deutlich unterschiedlichem Mittelwert zu finden.
In solchen Fällen führt ein paarweiser Vergleich auch zu höheren Fehlerraten vom Typ I.
MCT hilft in solchen Fällen dabei, eine deutlich andere Gruppe zu bestimmen, indem die Alpha-Werte korrigiert werden, um den Typ-I-Fehler zu reduzieren.
Es gibt verschiedene Arten von MCTs, die für gleiche oder ungleiche Stichprobengrößen verwendet werden können. Das am häufigsten verwendete MCT ist der Bonferroni-Test.
From Chapter 10:
Now Playing
Analysis of Variance
3.6K Views
Analysis of Variance
9.8K Views
Analysis of Variance
12.6K Views
Analysis of Variance
3.6K Views
Analysis of Variance
6.1K Views
Analysis of Variance
2.7K Views
Analysis of Variance
2.7K Views