MANOVA 多重比较与等价检验

机器算法验证 r 事后 马诺瓦 错误发现率 等价
2022-04-18 01:11:38

对于MANOVA具有变量的 a,我想在个级别之间进行成对比较。nk

多重比较时,采用什么合适的方法?αk(k1)

  1. 多个测试以及校正或 FDR/pFDR 是否合适?FDR/pFDR q 值更可取,因为值在这里很重要。Hotelling T2Bonferroniβ

  2. R对包做同样的任何建议?(特别是对于 MANOVA 事后多重比较)

  3. 如何在多重比较的等价检验中而不是 H0j:|μ1jμ2j|δH0j:μ1j=μ2j

编辑

根据rvl的回答和进一步评论,我能够探索并提出以下建议。

library(lsmeans)
# Use the `oranges` dataset in `lsmeans` package.
# multivariate linear model
oranges.mlm <- lm(cbind(sales1,sales2) ~ price1 + price2 + day + store,
                  data = oranges)
# Get the least square means
oranges.Vlsm <- lsmeans(oranges.mlm, "store")
# Multiple comparisons with fdr p value adjustment
test(contrast(oranges.Vlsm, "pairwise"), side = "=",  adjust = "fdr")
# With threshold spcified
test(contrast(oranges.Vlsm, "pairwise"), side = "=",  adjust = "fdr", delta = 0.25)
1个回答

对于 R 包,您可以查看lsmeans对于mlm模型,它设置多元响应,就好像它是一个因子,其水平是响应的维度。然后,您可以对这些进行估计或对比,无论是否涉及其他因素。MOats请参阅包随附的数据集示例。

它还通过在or中提供delta参数来支持等价测试小插图的一部分(请参阅 参考资料)涵盖了等效性测试。summarytestvignette("using-lsmeans")