10.5:

10.5: Многократные сравнительные тесты

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.

Previous Video

10.4: One-Way ANOVA: Unequal Sample Sizes

Next Video

10.7: Two-Way ANOVA

3,898 Views

•

01:13 min

•

April 30, 2023

Overview

Тест множественного сравнения, сокращенно MCT, представляет собой апостериорный анализ, обычно выполняемый после сравнения нескольких образцов с одним или несколькими тестами. MCT поможет идентифицировать существенно отличающуюся выборку среди нескольких образцов или фактор среди нескольких факторов.

Было бы легко сравнить две выборки, используя альфа-уровень значимости 0,05. Другими словами, существует только одна пара образцов для сравнения. Тем не менее, будет трудно идентифицировать существенно отличающуюся выборку, если количество образцов увеличится. Это связано с тем, что количество пар выборок для сравнения или попарных сравнений увеличивается с увеличением количества выборок. Кроме того, процент ошибок I типа увеличивается с увеличением количества попарных сравнений.

MCT поможет определить значительно отличающееся среднее значение среди нескольких выборок за счет коррекции значений альфа-значимости и уменьшения ошибки I типа. Кроме того, можно использовать разные MCT для наборов данных с равными или неравными размерами выборки. Примером часто используемого MCT является тест Бонферрони.

Transcript

Тест множественного сравнения, или MCT, — это тип апостериорного анализа, обычно проводимый после сравнения нескольких выборок с использованием проверок гипотез, таких как ANOVA.

Когда сравнивается много групп или в некоторых группах проверяется несколько факторов, MCT в основном помогает выявить конкретную группу, которая значительно отличается от других, или фактор, вызывающий значительный эффект.

Например, при сравнении двух групп рыбок данио легко определить группу со значительно отличающейся средней длиной при уровне значимости 0,05.

Если мы увеличиваем количество тестовых групп, становится все труднее найти группу со значительно отличающимся средним значением.

В таких случаях попарное сравнение также дает более высокую частоту ошибок первого рода.

MCT помогает определить значительно отличающуюся группу в таких случаях, корректируя альфа-значения для уменьшения ошибки первого типа.

Существуют различные типы MCT, которые можно использовать для одинаковых или неравных размеров выборки. Наиболее часто используемым MCT является тест Бонферрони.