Mikor kell használni a bonferroni korrekciót?
Pontszám: 4,6/5 ( 68 szavazat )A Bonferroni-korrekció akkor megfelelő , ha egy tesztsorozat egyetlen téves pozitívuma problémát jelentene . Főleg akkor hasznos, ha meglehetősen kis számú többszörös összehasonlítás van, és egy vagy kettőt keres, amelyek jelentősek lehetnek.
Miért használják a Bonferroni korrekciót?
A Bonferroni-t különféle körülmények között használták, leggyakrabban a kísérleti hibaarány korrigálására, amikor több " t" tesztet alkalmaztak, vagy post-hoc eljárásként a varianciaanalízist (anova) követő családi hibaarány korrigálására.
Érdemes Bonferroni korrekciót alkalmazni?
Bonferroni-korrekciót kell fontolóra venni, ha: az „univerzális nullhipotézis” (H o ) egyetlen tesztje szükséges, amely szerint az összes teszt nem szignifikáns . ... nagyszámú tesztet hajtanak végre előre megtervezett hipotézisek nélkül, hogy megkíséreljenek bármilyen szignifikáns eredményt megállapítani.
Mi az a Bonferroni-korrekció, és mikor alkalmazzák az adatkészletekre?
A Bonferroni-korrekció a P értékek korrekciója, amikor több függő vagy független statisztikai tesztet hajtanak végre egyidejűleg egyetlen adatkészleten .
Mire használható a Bonferroni post hoc teszt?
A Bonferroni-korrekciót arra használják , hogy korlátozzák a statisztikailag szignifikáns eredmény elérésének lehetőségét több hipotézis tesztelésekor . Szükség van rá, mert minél több tesztet futtat le, annál valószínűbb, hogy jelentős eredményt ér el. A korrekció csökkenti azt a területet, ahol el lehet utasítani a nullhipotézist.
Mi az a Bonferroni-korrekció?
Hogyan számítják ki a Bonferronit?
Összefoglalva, a Bonferroni korrekciós módszer egy egyszerű módja az I. típusú hibaarány szabályozásának a hipotézisvizsgálat során. Az új alfa szint kiszámításához egyszerűen ossza el az eredeti alfat az elvégzett összehasonlítások számával.
Mit mond neked egy post hoc teszt?
A post hoc (latinul „utána”) teszteket három vagy több csoport átlaga közötti specifikus különbségek feltárására használják, ha a varianciaanalízis (ANOVA) F-teszt szignifikáns. ... A post hoc tesztek lehetővé teszik a kutatók számára, hogy megtalálják ezeket a specifikus különbségeket, és csak akkor számítják ki őket, ha az omnibus F teszt szignifikáns.
Milyen post hoc tesztet használjak?
Melyik post hoc tesztet használjam? Számos különféle post hoc teszt használható. Azonban csak egy post hoc tesztet futtasson – ne futtasson több post hoc tesztet. ... Ha az adatok megfeleltek a szórások homogenitásának feltételezésének, használja Tukey őszintén szignifikáns különbség (HSD) post hoc tesztjét.
Bonferroni túl konzervatív?
A Bonferroni eljárás figyelmen kívül hagyja az adatok közötti függőséget, ezért túlságosan konzervatív, ha nagy a tesztek száma .
Mi a Bonferroni-korrekció egyik hátránya?
A Bonferroni különösen olyan kiigazítást tervezett, amely megakadályozza, hogy az adatok tévesen statisztikailag szignifikánsnak tűnjenek. A Bonferroni-korrekció egyik fontos korlátja, hogy az elemzők a tényleges valódi eredményeket keverhetik .
Hogyan javíthatom ki a Familywise hibaarányát?
A tudományos irodalomban használt tipikus FWER-megközelítés a Bonferroni-korrekció (egy a sok FWER-módszer közül). A Bonferroni rendkívül egyszerű – csak ossza el az eredeti elfogadási küszöböt (P≤0,05) az elemzett tesztek számával . Ezután csak az új küszöbérték alatti eredményeket fogadja el.
Mikor kell módosítani a p értékeket?
A p-érték kiigazítására akkor van szükség, ha többszörös összehasonlítást vagy általánosabb értelemben vett többszörös tesztelést végeznek: több szignifikanciatesztet hajtanak végre, ahol csak egy szignifikáns eredmény egy átfogó hipotézis elutasításához vezet.
Hogyan találja meg a Bonferroni p értékét korrigálva?
A Bonferroni által korrigált/korrigált p érték megszerzéséhez ossza el az eredeti α-értéket a függő változó elemzéseinek számával .
Mi a korrigált P érték?
A Bonferroni által korrigált p-értékek kezelik a többszörös tesztelési problémát azáltal, hogy szabályozzák a „családi hibaarányt”: legalább egy hamis pozitív hívás végrehajtásának valószínűségét. Ezeket úgy számítják ki, hogy az eredeti p-értékeket megszorozzák az elvégzett tesztek számával .
Hogyan olvasod a post hoc eredményeket?
- Tekintse meg a Post Hoc kimenetet. A bal oldali mező felsorolja az összes kiválasztott Post Hoc tesztet.
- Nézd meg az első tesztet, mondjuk a Tukey-t. Figyeljük meg, hogy a független változó minden szintjét összehasonlítjuk a többi szinttel. ...
- Nézd meg azt az oszlopot, ahol a 30-asok szerepelnek. A következő oszlop 20-as és 40-es lesz.
Használjam a Bonferroni Tukey-t?
A Bonferroninak nagyobb az ereje, ha kicsi az összehasonlítások száma, míg a Tukey erősebb, ha nagyszámú átlagot tesztel.
Mi a legkisebb szignifikáns különbség teszt?
A legkisebb szignifikáns különbség (LSD) tesztet a varianciaanalízissel összefüggésben alkalmazzuk , amikor az F-arány a H 0 nullhipotézis elutasítását sugallja, vagyis amikor a sokaság átlagai közötti különbség szignifikáns. Ez a teszt segít azonosítani azokat a populációkat, amelyek átlaga statisztikailag eltérő.
Mi a különbség a P-érték és a korrigált p-érték között?
A különbség egy másik módja az, hogy a 0,05 p-érték azt jelenti, hogy az összes teszt 5%-a téves pozitív eredményt ad. Az FDR által korrigált 0,05-ös p-érték (vagy q-érték) azt jelenti, hogy a szignifikáns tesztek 5%-a téves pozitív eredményt ad. Ez utóbbi kevesebb téves pozitív eredményt eredményez.
Hogyan számítja ki a korrigált P-értéket?
Vladimir Cermak javaslatát követve végezze el manuálisan a számítást a következővel: korrigált p-érték = p-érték* (a tesztelt hipotézisek teljes száma)/(a p-érték rangsorolása) , vagy használja az R-t Oliver Gutjahr javaslata szerint, o.
Honnan tudod, hogy az ANOVA szignifikáns-e?
Az ANOVA-ban a nullhipotézis az, hogy nincs különbség a csoportátlagok között. Ha bármely csoport szignifikánsan eltér a teljes csoport átlagától , akkor az ANOVA statisztikailag szignifikáns eredményt közöl.
Honnan tudod, hogy az F-teszt szignifikáns?
Ha nagy f értéket kap (olyan, amely nagyobb, mint a táblázatban található F kritikus érték), az azt jelenti, hogy valami szignifikáns, míg a kis p érték azt jelenti, hogy minden eredménye szignifikáns. Az F statisztika csak az összes változó együttes hatását hasonlítja össze.
Miért csak utólagos elemzést célszerű elvégezni az F arány jelentőségéről?
Post hoc összehasonlításokat csak akkor szabad elvégezni, ha az átfogó varianciaanalízis jelentős eredményt kap . Az átlagok közötti abszolút különbségnek meg kell haladnia a HSD értékét ahhoz, hogy statisztikailag szignifikáns legyen. 2. A D csoport (4. csoportként kódolva) átlaga szignifikánsan eltér minden más csoporttól.
A kritikus érték megegyezik a P értékkel?
Mint tudjuk, a kritikus érték egy olyan pont, amelyen túlmenően elvetjük a nullhipotézist. Másrészt a P-érték a megfelelő statisztika (Z, T vagy chi) jobb oldalán lévő valószínűség .