Qual é o método preferido para a realização de post-hocs para testes dentro dos sujeitos? Vi trabalhos publicados nos quais o HSD de Tukey é empregado, mas uma revisão de Keppel e Maxwell & Delaney sugere que a provável violação da esfericidade nesses projetos torna o termo do erro incorreto e essa abordagem problemática. Maxwell e Delaney fornecem uma abordagem para o problema em seu livro, mas nunca vi isso dessa maneira em nenhum pacote de estatísticas. A abordagem que eles oferecem é apropriada? Uma correção de Bonferroni ou Sidak em vários testes t de amostra pareada seria razoável? Uma resposta aceitável fornecerá o código R geral que pode conduzir post-hocs em projetos simples, de várias maneiras e misturados, conforme produzido pela ezANOVA
função no ez
pacote, e citações apropriadas que provavelmente serão passadas pelos revisores.
fonte
lme
oulmer
função ou com alguns métodos mais tradicionais como t-test ou ANOVA (como eu estou atualmente tentando usá-lo com ANOVAs).lme
, consulte os comentários para a resposta aceita: stats.stackexchange.com/q/14088/442 Com um objeto de classe,lme
você pode usarmultcomp
para efeitos dentro do assunto. Ele oferece diferentes tipos de ajuste de erro alfa, mas principalmente aqueles de que você não gosta especialmente (como o que eu propus que foi votado como "certo" pela comunidade). Além da vinheta, há também um livromultcomp
que explica todos os métodos. Se você deseja post-hocs sem ajuste, usefit.contrast
fromgmodel
ou o novocontrast
pacote.ezANOVA
função? Nesse caso, acho que posso responder a essa pergunta, mas a A dependeria de testes para modelos univariados para os quais a esfericidade é uma suposição crítica. Se você não precisa que o A seja restrito aos cálculos ANOVA doez
pacote, eu poderia fornecer um A que usa modelos multivariados para os testes post-hoc.Respostas:
Veja o pacote multcomp e sua vinheta Inferência simultânea em modelos paramétricos gerais . Eu acho que deve fazer o que não quer e a vinheta tem bons exemplos e referências extensas.
fonte
Atualmente, estou escrevendo um artigo no qual tenho o prazer de realizar comparações entre e dentro dos assuntos. Após discussão com meu supervisor, decidimos executar testes t e usar o bastante simples
Holm-Bonferroni method
( wikipedia ) para corrigir a acumulação de erro alfa. Ele controla a taxa de erro familiar, mas possui um poder maior que o procedimento comum de Bonferroni. Procedimento:Cite Holm (1979), que pode ser baixado através do link na wikipedia .
fonte
pairwise.t.test()
fazer comparações aos pares usando o método Bonferroni ou o método Holm-Bonf, mas os resultados diferem drasticamente, dependendo se eu uso o sd combinado ou trato cada comparação como um t independente e separado -teste. Obrigado!Lembro-me de alguma discussão sobre isso no passado; Não conheço nenhuma implementação da abordagem de Maxwell & Delaney, embora não deva ser muito difícil de fazer. Dê uma olhada em " Medidas repetidas ANOVA usando R ", que também mostra um método para resolver o problema de esfericidade no HSD de Tukey .
Você também pode encontrar esta descrição do teste de interesse de Friedman .
fonte
Existem DUAS opções para os testes F inferenciais no SPSS. O multivariado NÃO assume esfericidade, e, portanto, utiliza uma correlação pareada diferente para cada par de variáveis. Os "testes de efeitos dentro dos sujeitos", incluindo quaisquer testes post hoc, assumem a esfericidade e fazem algumas correções no uso de uma correlação comum em todos os testes. Esses procedimentos são um legado dos dias em que a computação era cara e são uma perda de tempo com as modernas instalações de computação.
Minha recomendação é tomar o omnibus MULTIVARIATE F para quaisquer medidas repetidas. Em seguida, faça o acompanhamento com o teste t post hoc em pares ou ANOVA com apenas 2 níveis em cada comparação de medidas repetidas, se houver também entre os fatores sujeitos. Eu faria a correção bon ferroni simples de dividir o nível alfa pelo número de testes.
Verifique também o tamanho do efeito [disponível no diálogo de opções]. Grandes tamanhos de efeito que são "próximos" a significativos podem ser mais dignos de atenção [e experiências futuras] do que efeitos pequenos, mas significativos.
Uma abordagem mais sofisticada está disponível no procedimento SPSS MIXED e também em pacotes menos amigáveis [mas gratuitos] como o R.
Resumo, no SPSSS, F multivariado seguido de post hocs aos pares com Bon Ferroniwith Bonferroni deve ser suficiente para a maioria das necessidades.
fonte
Usarei a função R qtukey (1-alfa, significa df) para criar ICs familiares.
The radius of family-wise 1-α CIs isSEM×tukeyα,4,16=MSError5−−−−−−√×tukeyα,4,16 because--
{Tukeyk,df≤tukey0.05,4,16}={Max1≤j1,j2≤k{∣∣(Mj1−Mj2)−(μj1−μj2)∣∣}SEM≤tukey.05,4,16}=∩1≤j1,j2≤k{∣∣(Mj1−Mj2)−(μj1−μj2)∣∣≤SEM×tukey.05,4,16}
Given a within-subject design with k=4 levels, 17 sample size e.g. (17-1)=16 df forMSError , and Xi,j=(μj+vi)+εi,j=X˜i,j+εi,j , the radius of family-wise (1-α) CIs is MSError/17−−−−−−−−−√×tukeyα,4,16 because--
fonte