我被要求在分析中使用受保护的配对样本 t 检验。请求者指出，如果我在进行配对样本 t 检验时不使用我的（1 个因子，四个水平）受试者内方差分析中的总体 MSe，则对方差分析没有任何保护。
我记得，在受试者之间的方差分析中，这个程序只有在满足方差同质性假设的情况下才是合理的。似乎对受试者内方差分析的可能扩展可能是只有在不违反球形度的情况下才允许这样做。因为该数据集中存在违规行为，所以我选择对球形度应用 Huynh-Feldt 校正。无论如何，如果这种方法似乎是反保守的，因为它在分母中提供了更多的自由度。此外，R 中 pairwise.t.test 的帮助文件说“池化不能推广到配对测试”。
我计划的比较 t 检验的目的仅仅是确定导致显着方差分析的条件之间的差异。我希望能够证明我拒绝合并误差方差的理由，但我无法找到明确指出这种方法不合适的引文。有人知道吗？或者，为什么我对这个问题的想法不正确？
我不知道有任何论文做出这样的明确声明，可能是因为它本身并不完全正确。
你是正确的，应该满足球形度。但是，您在问题中对球形度的问题含糊其辞，因为“满足”的定义不明确且有些主观。只有 4 个级别，您可能没有非常大的球形度违规。Masson & Loftus (2003; Loftus & Masson, 1994) 曾提到，在与您描述和给出的指导方针类似的情况下使用汇总测量之前，您应该遵守球形度；但没有硬性规定。他们在这些论文中所做的比较在功效和错误率方面相当于重复测量 t 检验，因此您应该查看它们。
然后是整个问题，即在“受保护”测试中是否有任何针对显着方差分析的保护。所要求的与费舍尔的受保护最小显着差异 (PLSD) 相当。这些受保护的测试已被证明通常不受阿尔法通胀的保护。使用 PLSD对 3 级 ANOVA 进行简单模拟，A1<A2将A2=A3显示比使用 PLSD 从 alpha 中发现 A2、A3 差异的可能性更高。（参考逃脱了我......但无论如何都不是你想要的答案）
也就是说，您关于个体差异的论点是有问题的，因为即使同质性或球形度不完美，您通常也会从汇总值中获得更准确的估计。因此，即使保护 alpha 的显着 F 的整个想法是有问题的，您可能应该使用合并方差。您没有提出任何论点，表明您可以通过单独的测试获得更多的保护，免受 alpha 通货膨胀的影响。
说了这么多……
我不确定您要捍卫什么，是您发现的差异还是您没有发现的差异。无论如何，不要。如果合并方差会出现新的差异，或者某些东西消失了，请报告。报告您的效果大小，您对不满足球形度这一事实的信念......只需讲述整个故事。您还应该声明您拥有的权力。在您所介绍的内容中，这里没有坚实的基础来辩称审稿人在一般情况下是错误的。