यह मुझ पर प्रहार करता है कि ANOVA के दोहराए गए उपायों के संदर्भ में कई तुलनाओं के लिए उपलब्ध सुधार अत्यधिक रूढ़िवादी हैं। क्या वास्तव में ऐसा है? यदि हां, तो इस बिंदु का समर्थन करने और अधिक जानने के लिए मैं किन कुछ उद्धरणों का उपयोग कर सकता हूं?
यह मुझ पर प्रहार करता है कि ANOVA के दोहराए गए उपायों के संदर्भ में कई तुलनाओं के लिए उपलब्ध सुधार अत्यधिक रूढ़िवादी हैं। क्या वास्तव में ऐसा है? यदि हां, तो इस बिंदु का समर्थन करने और अधिक जानने के लिए मैं किन कुछ उद्धरणों का उपयोग कर सकता हूं?
जवाबों:
मेरे ज्ञान का सबसे अच्छा करने के लिए, रेखीय विरोधाभासों का संयुक्त वितरण सरल एनोवा मामले ( मल्टीपैक आर पैकेज के प्रलेखन देखें ) में व्युत्पन्न किया गया है , लेकिन दोहराया उपायों के सेटअप के लिए कोई बंद रूप नहीं हैं। फिर भी, आप हमेशा शून्य के नीचे इन रैखिक विरोधाभासों के संयुक्त वितरण को बूटस्ट्रैप कर सकते हैं, और एफडब्ल्यूई नियंत्रण के साथ महत्व सीमा को स्थापित करने के लिए न्यूनतम टी-स्टेटिस्टिक (या अधिकतम पी-मान) को देख सकते हैं। जैसा कि आपने भी सुझाव दिया था, आप उन तरीकों का उपयोग कर सकते हैं जिनके लिए केवल परीक्षण आँकड़ों के संयुक्त वितरण पर कुछ गुणात्मक स्थिति की आवश्यकता होती है। अगर आपके पास कुछ कंट्रास्ट है तो बोनफेरोनी एक अच्छा विकल्प है। अन्यथा, होल्म पर एक नज़र है । यदि आप कई रैखिक विरोधाभासों में देख रहे हैं, तो आपको निश्चित रूप से खुद से पूछना चाहिए कि आप किससे सुरक्षा चाहते हैंकिसी भी झूठी खोज या केवल झूठी खोजों का अनुपात । बाद के मामले में, एफडीआर नियंत्रण के लिए बीएच प्रक्रिया का उपयोग करें ।
यहाँ SPSS फोरम के लिंक का संग्रह है। आशा है कि आप इसे कुछ हद तक प्रासंगिक पाएंगे: यह , यह , यह , यह ।
alpha
टैग?)