Виправлення декількох порівнянь у межах предметів / повторні заходи ANOVA; надмірно консервативний?

Мене вражає, що наявні виправлення для кількох порівнянь у контексті повторних заходів ANOVA надмірно консервативні. Це насправді так? Якщо так, то які цитати я можу використати, щоб підтримати цю точку та дізнатися більше?

anova repeated-measures multiple-comparisons

— russellpierce
джерело

На яку корекцію MP ви також посилаєтесь? (BTW, чому alphaтег?)

— chl

повторно альфа-тег: Тільки тому, що виправлення, як правило, призначені для утримання альфа-константи.

— russellpierce

Я не впевнений, що означає MP в цьому контексті, але я говорю про часто використовувані коригування Bonferroni та / або Sidak для кількох поправок порівнянь.

— russellpierce

Я знаю, що існують інші підходи, наприклад, помилковий показник виявлення тощо, але я спеціально прагну оцінити та критикувати більш часто використовувані підходи.

— russellpierce

Оскільки я продовжую копатися, схоже, є два табори ... ті, у кого "кращий підхід" через об'єднаний термін помилки, і ті, хто хоче скорегувати значення p відповідно до якоїсь процедури множинного порівняння (Bonferonni, Holm ... і т. д. і т. д. ... їх, здається, більше, ніж у мене пальці).

— russellpierce

Відповіді:

Наскільки мені відомо, спільний розподіл лінійних контрастів був виведений у простому випадку ANOVA (див. Документацію пакету багатокомплектних R), але немає закритих форм для налаштування повторних заходів. Тим не менш, ви завжди можете завантажувати спільний розподіл цих лінійних контрастів під нульове значення і дивитися на мінімальне t-статистичне значення (або максимальне значення p) для встановлення порогу значущості за допомогою керування FWE. Як ви також запропонували, ви можете використовувати методи, які вимагають лише певної якісної умови спільного розподілу тестової статистики. Bonferroni - хороший варіант, якщо у вас мало контрастів. В іншому випадку подивіться на Холма . Якщо ви розглядаєте численні лінійні контрасти, вам неодмінно слід запитати себе, від чого ви хочете захиститибудь-яке помилкове відкриття або лише частка помилкових відкриттів. В останньому випадку використовуйте процедуру BH для контролю FDR.

— ДжонРос
джерело

Ось збірка посилань на форум SPSS. Сподіваюсь, ви знайдете це до певної міри актуальним для вас: це , це , це , це .

— ttnphns
джерело

Дякуємо за вказівку у напрямку. На жаль, публікації груп новин далеко не переконливі докази, коли обговорюються ці питання в опублікованій роботі. Загальний праймер щодо сферичності є цікавим і вказує на те, чому коригування p-значення Bonferroni-типу все ще використовується. На жаль, насправді немає обвинувачення щодо консервативного характеру такого підходу.

— russellpierce