统计推断 |
您所在的位置:网站首页 › 多重比较字母标记法的原则 › 统计推断 |
在一个试验中,有 方差分析后做多重比较有很多好处: 误差由多个处理内的变异合并估计,自由度增大了,因而比较的精确度也增大了。多重比较有多重方法,本次依次介绍LSD法、Sidak法、Bonferroni法、Dunnett法、Tukey法、SNK 法、Duncan法等。 LSD法LSD法全称least significance difference,即最小显著差异法。由Fisher最先提出,本质上是一种t检验。通常用于1对或者几对专业上有特殊意义的样本均数间的比较。 为了更好的理解LSD法的计算原理,我们首先回顾两独立样本 其中 与上述类似,LSD法也进行的是两两比较的t检验。所不同的是,在满足方差齐性的前提下,LSD法采用所有样本的联合方差来估计均数差的标准误,而不是要比较的两个样本的联合方差。以三样本之间均数差异比较为例,其公式为 LSD法往往计算最小显著差异,即 当两组均数差大于LSD时,说明差异达到显著的水平,也就可以拒绝零假设,认为两组均数不相等。需要注意的是,LSD法单次比较的检验水准仍然为 Sidak法的也是一种t检验,计算公式和LSD法的相同。但是Sidak法对 那么做完c次比较,累积犯一类错误的概率为: 令上面的公式值等于0.05,由此可以反推出调整后的 Bonferroni法与Sidak法类似,同样是在LSD法的基础上对 一般认为Bonferroni法是最为保守的,仍然以上面例子来说明。若进行6次比较,则Bonferroni法的调整 Dunnett法检验统计量为 在介绍Tukey方法前,首先了解学生化极差分布。 在概率论和统计学中,学生化极差分布是极差的抽样分布。该分布是一种连续型概率分布,用于在样本量较小且总体标准差未知的情况下估计正态分布总体的极差。 假设要比较的组数为 公式中分子分别是最大和最小样本的均值, Turkey的HSD (Honestly significant difference)是基于学生化极差的成对比较。其思想和LSD方法类似,通过计算HSD统计量,如果两组均数的差异大于该极差,认为差异是显著的,因此拒绝零假设,认为两组均数不同。计算临界HSD的公式为
SNK法全称Newman–Keuls 或者 Student–Newman–Keuls,属于复极差法(multiple range test),也称为q检验。该方法是对Tukey法的修正,也用的是学生化极差统计量。但是与Tukey法所不同的是,该方法在计算临界值时考虑了两样本均数排序的步长。因而不同步长的两个样本均数的比较使用不同的q临界值。 例如比较三个样本均数,样本均数从小到大排列后,如果比较最大均数和最小均数的差异,两者的步长为3(此时计算的临界值等于HSD),若比较最小均数和第二个均数,步长为2。根据步长和自由度查q临界值表,计算相应的q临界值,即最小显著极差,进而判断均数差异的显著性。
SNK法不同步长下的最小显著极差变幅大,虽然减小了犯Ⅰ类错误的概率,但是同时增加了犯Ⅱ类错误的概率。 Duncan法的全称为Duncan's new multiple range test (MRT),也称为新复极差法。该方法是对SNK法的修正,但是提高了一类错误概率,降低了二类错误的概率,通常用于农业研究。该方法与SNK法相似,区别在于计算最小显著极差时,不是查q表,而是查SSR表,所得最小显著极差值随着k增大通常比SNK检验的小。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |