10.5
Test wielokrotnego porównania lub MCT to rodzaj analizy post hoc, zwykle przeprowadzanej po porównaniu wielu próbek przy użyciu testów hipotez, takich jak ANOVA.
Kiedy porównuje się wiele grup lub testuje się wiele czynników w niektórych grupach, MCT pomaga głównie zidentyfikować konkretną grupę, która znacząco różni się od pozostałych, lub czynnik, który powoduje znaczący efekt.
Na przykład, porównując dwie grupy danio pręgowanego, łatwo jest zidentyfikować grupę o znacznie różniącej się średniej długości na poziomie istotności 0,05.
Jeśli zwiększymy liczbę grup testowych, coraz trudniej będzie znaleźć grupę, w której średnia znacząco się różni.
W takich przypadkach porównanie parami daje również wyższe wskaźniki błędu typu I.
MCT pomaga określić znacznie inną grupę w takich przypadkach, korygując wartości alfa w celu zmniejszenia błędu typu I.
Istnieją różne rodzaje MCT, które można stosować dla równych lub nierównych rozmiarów próbek. Najczęściej stosowanym MCT jest test Bonferroniego.
Test porównań wielokrotnych, w skrócie MCT, to analiza post hoc, zwykle przeprowadzana po porównaniu wielu próbek z jednym lub większą liczbą testów. MCT pomaga zidentyfikować znacząco różną próbkę spośród wielu próbek lub czynnik spośród wielu czynników.
Łatwo byłoby porównać dwie próbki przy poziomie istotności alfa wynoszącym 0,05. Innymi słowy, porównywana jest tylko jedna para próbek. Jednakże w przypadku wzrostu liczby próbek trudno byłoby zidentyfikować istotnie różniącą się próbkę. Dzieje się tak dlatego, że liczba par próbek do porównania lub porównań parami rośnie wraz z liczbą próbek. Co więcej, odsetek błędów typu I wzrasta wraz z liczbą porównań parami.
MCT pomoże zidentyfikować znacząco różniącą się średnią pomiędzy wieloma próbkami, korygując wartości alfa istotności i zmniejszając błąd typu I. Dodatkowo można zastosować różne MCT dla zbiorów danych o równych lub nierównych rozmiarach próbek. Przykładem powszechnie stosowanego MCT jest test Bonferroniego.
Test wielokrotnego porównania lub MCT to rodzaj analizy post hoc, zwykle przeprowadzanej po porównaniu wielu próbek przy użyciu testów hipotez, takich jak ANOVA.
Kiedy porównuje się wiele grup lub testuje się wiele czynników w niektórych grupach, MCT pomaga głównie zidentyfikować konkretną grupę, która znacząco różni się od pozostałych, lub czynnik, który powoduje znaczący efekt.
Na przykład, porównując dwie grupy danio pręgowanego, łatwo jest zidentyfikować grupę o znacznie różniącej się średniej długości na poziomie istotności 0,05.
Jeśli zwiększymy liczbę grup testowych, coraz trudniej będzie znaleźć grupę, w której średnia znacząco się różni.
W takich przypadkach porównanie parami daje również wyższe wskaźniki błędu typu I.
MCT pomaga określić znacznie inną grupę w takich przypadkach, korygując wartości alfa w celu zmniejszenia błędu typu I.
Istnieją różne rodzaje MCT, które można stosować dla równych lub nierównych rozmiarów próbek. Najczęściej stosowanym MCT jest test Bonferroniego.
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