我是多重比较问题的新手。我想知道如何计算 Holm-Bonferroni 方法的置信区间?
我知道对于 Bonferroni 方法,我们可以将置信水平从到.
这种方法是否也适用于 Holm-Bonferroni?
似乎 HB 方法没有提供更正 conf 的过程。间隔。但是您能评论一下我可以使用一种方法进行 p 值校正,而另一种方法进行间隔校正吗?
我是多重比较问题的新手。我想知道如何计算 Holm-Bonferroni 方法的置信区间?
我知道对于 Bonferroni 方法,我们可以将置信水平从到.
这种方法是否也适用于 Holm-Bonferroni?
似乎 HB 方法没有提供更正 conf 的过程。间隔。但是您能评论一下我可以使用一种方法进行 p 值校正,而另一种方法进行间隔校正吗?
[这个答案从昨天完全改写。]
第一个命名法。Holm方法也称为Holm step-down方法,或Holm-Ryan方法。这些都是一样的。无论您使用这些名称中的哪一个,都有两种可供选择的计算方式。最初的 Holm 方法基于 Bonferroni。另一种更强大的方法是基于 Sidak,因此称为 Holm-Sidak 方法。
Holm 方法可用于多种情况下的多重比较。它的输入是一堆 P 值。一种用途是遵循 ANOVA,比较均值对,同时校正多个校正。完成此操作后,据我所知,很少报告置信区间(针对多重比较进行校正,因此适当地称为同时置信区间)以及关于统计显着性和多重性调整 P 值的结论。
我找到了两篇解释如何计算这种置信区间的论文,但它们有所不同。
Serlin, R. (1993)。置信区间和科学方法:以 Holm 为例。实验教育杂志,61(4),350-360。
Ludbrook, J. 使用置信区间的多重推理。临床和实验药理学和生理学 (2000) 27, 212–215
对于具有最小 P 值的比较,两种方法是相同的(但一种使用C作为比较的 #,另一种使用m)。但对于较大 P 值的比较,两种方法不同。对于与最大 P 值的比较,Ludbrook 将正常计算 95% CI,无需对多重比较进行校正。Serlin 将对调整后 P 值大于 0.05 的所有比较使用相同的调整(假设您需要 95% 的区间),因此与大 P 值进行比较的区间将比 Ludbrook 方法生成的区间更宽。
两种方法都使用 Bonferroni 方法,但可以很容易地调整为 Sidak 方法。
关于哪种方法正确/更好的任何想法?