Descobrindo estatísticas de Reading Field usando o SPSS (3ª edição) Fiquei impressionado com os testes post-hoc na ANOVA. Para aqueles que desejam controlar a taxa de erro do tipo I, ele sugere Bonferroni ou Tukey e diz (p. 374):
Bonferroni tem mais poder quando o número de comparações é pequeno, enquanto Tukey é mais poderoso ao testar um grande número de médias.
Onde a linha deve ser traçada entre um número pequeno e grande de meios?
Respostas:
Além do link útil mencionado nos comentários de @schenectady.
Eu também acrescentaria que a correção de Bonferroni se aplica a uma classe mais ampla de problemas. Tanto quanto sei, o HSD de Tukey é aplicado apenas a situações em que você deseja examinar todas as possíveis comparações pareadas, enquanto a correção de Bonferroni pode ser aplicada a qualquer conjunto de testes de hipóteses.
Em particular, a correção de Bonferroni é útil quando você tem um pequeno conjunto de comparações planejadas e deseja controlar a taxa de erro Tipo I familiar. Isso também permite comparações compostas. Por exemplo, você tem uma ANOVA de 6 direções e deseja comparar a média dos grupos 1, 2 e 3 com o grupo 4 e deseja comparar o grupo 5 com 6.
Para ilustrar melhor, você pode aplicar a correção de Bonferroni para avaliar a significância das correlações em uma matriz de correlação ou o conjunto de efeitos principais e de interação em uma ANOVA. No entanto, essa correção normalmente não é aplicada, presumivelmente pelo motivo de a redução na taxa de erro do Tipo I resultar em uma redução inaceitável na potência.
fonte