在multcompare成对使用假设检验
43岁的观点(30天)
显示旧的评论
你好,
我觉得这个问题应该很容易回答,所以我怀疑可能是少了什么。
在“更多信息”部分,它谈到了t,但我不确定这不是作为一个例子或如果它意味着仅仅是对输入执行t(将执行适当的类型的数据,例如在排名时利用克鲁斯卡尔-沃利斯吗?)。
非常感谢您的帮助。
3评论
我J
2020年12月5日
编辑:我J
2020年12月6日
是的,这是正确的。但实际测试使用取决于背景测试;例如像方差分析测试需要t-tes而非参数的像Kriskal-Wallis requie Wilcoxon非参数之一。无论如何,这个函数使用
意味着
或
meanranks
从
统计
结构。
[~,~,统计]= anova1 (MPG,起源,“关闭”)
统计=
结构体字段:
gnames: {6×1细胞}
n (64 15 9 3 2 1):
来源:“anova1”
意思是:[21.1328 31.8000 28.4444 23.6667 22.5000 28]
df: 88
s: 7.0513
[~,~,统计]= kruskalwallis (MPG,起源,“关闭”)
统计=
结构体字段:
gnames: {6×1细胞}
n (64 15 9 3 2 1):
来源:“kruskalwallis”
meanranks (38.6719 75.2000 62.1111 49.3333 43.7500 - 67.5000):
sumt: 1266
你可以检查这个进一步
编辑multcompare
所以,你可以认识到函数计算关键值使用
tinv (t逆CDF)
参数测试(anova1或anova2),它使用
norminv(普通逆CDF)
对于非参数(千瓦或Friedman)。
答案(2)
斯科特·麦肯齐
2021年7月30日
默认情况下,使用的成对比较测试
multcompare
Tukey-Kramer。使用
ctype
选项中,可以改变测试Bonferroni,矫正,Dunn-Sidak或雪的迷幻药。一般来说,不同的测试产生相同或相似的结果。
讨论
t
测试在“更多”无关的测试是如何完成的
multcompare
。这个讨论,我只是阅读,是一个很好地解释为什么一个定制的测试,如Tukey-Kramer,需要放在第一位。关键是这样的:
当有很多组,也有许多成对比较。如果你申请一个普通t检验在这种情况下,
α
值将适用于每个比较,所以错误的机会找到一个显著差异将增加的数量比较。
所有两两比较的测试满足后者的问题(错误发现显著差异)通过应用更为保守的比会存在一个简单的准则
t
以及用于每一个成对比较。
弗雷德里克伯格曼
2022年10月26日
所以基本问题仍未得到回答不是吗?什么类型的测试比较组做了什么?
例如,如果我做一个弗里德曼mutlcompare测试并提交数据结构,将得到一个魏克森讯号等级测试的结果——在这种情况下应该做些什么?
不幸的是,输出multcompare不提供任何洞察力。只有一列c矩阵中包含的pvalue比较(行)。但如果我想知道t统计或r统计吗?
1评论
我J
2022年10月26日
Tukey-Kramer
弗里德曼是默认执行非参数测试。函数是一个通用的评论不同因果测试在不同的综合测试,这意味着用户必须决定哪些因果是适合相应的综合测试。
对于您的具体情况,看到下面的链接:
Tukey-Kramer
在MATLAB Nemenyi测试一样,所以您可以安全地用于弗里德曼测试。你也可以比较从MATLAB统计数据
multcompare
和
PMCMRplus: frdAllPairsNemenyiTest
函数从R包
PMCMRplus。