10.5
다중비교검사
다중 비교 테스트 또는 MCT는 일반적으로 ANOVA와 같은 가설 테스트를 사용하여 여러 샘플을 비교한 후 수행되는 사후 분석의 한 유형입니다.
많은 그룹을 비교하거나 일부 그룹에서 여러 요인을 테스트하는 경우 MCT는 주로 다른 그룹과 크게 다른 특정 그룹 또는 유의한 효과를 일으키는 요인을 식별하는 데 도움이 됩니다.
예를 들어, 제브라피시의 두 그룹을 비교할 때 0.05 유의 수준에서 평균 길이가 현저히 다른 그룹을 쉽게 식별할 수 있습니다.
검정 그룹의 수를 늘리면 평균이 크게 다른 그룹을 찾기가 점점 더 어려워집니다.
이러한 경우 쌍별 비교를 통해 I형 오류율이 더 높아집니다.
MCT는 알파 값을 수정하여 Type-I 오류를 줄임으로써 이러한 경우 크게 다른 그룹을 결정하는 데 도움이 됩니다.
동일하거나 동일하지 않은 표본 크기에 사용할 수 있는 다양한 유형의 MCT가 있습니다. 가장 일반적으로 사용되는 MCT는 Bonferroni 테스트입니다.
다중비교검사(MCT)은 일반적으로 여러 검체를 하나 이상의 시험으로 비교한 후 실시하는 사후분석입니다. MCT는 여러 표본 중에서 상당히 다른 표본을 식별하거나 여러 요인 중에서 하나의 요인을 식별하는 데 도움이 됩니다.
유의수준 알파 수준 0.05를 사용하여 두 표본을 비교하는 것은 쉬울 수도 있습니다. 즉, 비교할 표본 쌍이 하나만 있습니다. 그러나 표본 수가 증가하면 유의미하게 다른 표본을 식별하기가 어렵습니다. 이는 비교 대상 표본 쌍의 개수나 쌍별 비교의 개수가 표본 개수에 따라 증가하기 때문입니다. 또한, 쌍별 비교 횟수에 따라 제1종 오류 비율이 증가합니다.
MCT는 유의성 알파 값을 수정하고 제1종 오류를 줄임으로써 여러 표본 간에 크게 다른 평균을 식별하는 데 도움이 됩니다. 또한 표본 크기가 동일하거나 동일하지 않은 자료 집합에 대해 서로 다른 MCT를 사용할 수 있습니다. 일반적으로 사용되는 MCT의 예로는 본페로니 검사가 있습니다.
다중 비교 테스트 또는 MCT는 일반적으로 ANOVA와 같은 가설 테스트를 사용하여 여러 샘플을 비교한 후 수행되는 사후 분석의 한 유형입니다.
많은 그룹을 비교하거나 일부 그룹에서 여러 요인을 테스트하는 경우 MCT는 주로 다른 그룹과 크게 다른 특정 그룹 또는 유의한 효과를 일으키는 요인을 식별하는 데 도움이 됩니다.
예를 들어, 제브라피시의 두 그룹을 비교할 때 0.05 유의 수준에서 평균 길이가 현저히 다른 그룹을 쉽게 식별할 수 있습니다.
검정 그룹의 수를 늘리면 평균이 크게 다른 그룹을 찾기가 점점 더 어려워집니다.
이러한 경우 쌍별 비교를 통해 I형 오류율이 더 높아집니다.
MCT는 알파 값을 수정하여 Type-I 오류를 줄임으로써 이러한 경우 크게 다른 그룹을 결정하는 데 도움이 됩니다.
동일하거나 동일하지 않은 표본 크기에 사용할 수 있는 다양한 유형의 MCT가 있습니다. 가장 일반적으로 사용되는 MCT는 Bonferroni 테스트입니다.
From Chapter 10:
Now Playing
10.5 : 다중비교검사
Analysis of Variance
3.6K Views
10.1 : 분산 분석이란 무엇입니까?
Analysis of Variance
9.8K Views
10.2 : 단방향 분산 분석
Analysis of Variance
12.6K Views
10.3 : 단방향 분산 분석: 동일한 표본 크기
Analysis of Variance
3.6K Views
10.4 : 단방향 분산 분석: 동일하지 않은 표본 크기
Analysis of Variance
6.1K Views
10.6 : 본페로니 검정법
Analysis of Variance
2.7K Views
10.7 : 양방향 분산 분석
Analysis of Variance
2.7K Views