我有三个人进行了 50 次步行运动测量。测量值已转换为正态分布。我应用了单向方差分析,结果表明三组彼此不同,即第二组和第一组中的第三组。然而,差异为 7 厘米,这在临床上可以忽略不计。
我该如何解决这个问题?p值<0.0001,但差异无临床意义。
我也尝试过 Kruskal Wallis 非参数检验 ANOVA,它仍然很重要。
我有三个人进行了 50 次步行运动测量。测量值已转换为正态分布。我应用了单向方差分析,结果表明三组彼此不同,即第二组和第一组中的第三组。然而,差异为 7 厘米,这在临床上可以忽略不计。
我该如何解决这个问题?p值<0.0001,但差异无临床意义。
我也尝试过 Kruskal Wallis 非参数检验 ANOVA,它仍然很重要。
假设检验正在做它声称能够做的事情:它向研究人员表明存在异常高的 F-stat,对于零假设来说太高以至于不可信。
有了这些信息,研究人员就可以得出结论,“这还不足以引起人们的兴趣。没有临床意义。”
“效果大小”的“实际意义”是一个很好的通用术语,您可以在文献和交叉验证中找到。在您的医学领域,临床意义将是一个很好的具体术语。