阅读 Field 的Discovering Statistics Using SPSS(第 3 版) 我对 ANOVA 中的事后测试有点吃惊。对于那些想要控制 I 类错误率的人,他建议 Bonferroni 或 Tukey 并说(第 374 页):
当比较次数较少时,Bonferroni 更强大,而在测试大量均值时,Tukey 更强大。
少数手段和大量手段之间的界线应该在哪里?
阅读 Field 的Discovering Statistics Using SPSS(第 3 版) 我对 ANOVA 中的事后测试有点吃惊。对于那些想要控制 I 类错误率的人,他建议 Bonferroni 或 Tukey 并说(第 374 页):
当比较次数较少时,Bonferroni 更强大,而在测试大量均值时,Tukey 更强大。
少数手段和大量手段之间的界线应该在哪里?
除了@schenectady 评论中提到的有用链接。
我还要补充一点,即 Bonferroni 校正适用于更广泛的问题。据我所知,Tukey 的 HSD 仅适用于您想要检查所有可能的成对比较的情况,而 Bonferroni 校正可以应用于任何一组假设检验。
特别是,当您有一小部分计划的比较,并且您想要控制家庭类型的 I 类错误率时,Bonferroni 校正非常有用。这也允许复合比较。例如,您有一个 6 因素 ANOVA,并且您想将第 1、2 和 3 组的平均值与第 4 组进行比较,并且您希望将第 5 组与第 6 组进行比较。
为了进一步说明,您可以应用 Bonferroni 校正来评估相关矩阵中相关性的显着性,或 ANOVA 中的一组主效应和交互效应。然而,通常不应用这种校正,可能是因为 I 类错误率的降低会导致功率降低到不可接受的程度。