Пост-тести в ANCOVA


13

Запитання: Який хороший метод проведення пост-спеціальних тестів на відмінності між груповими засобами після коригування ефекту коваріату?

Прототипний приклад:

  • Чотири групи, по 30 учасників у групі (наприклад, чотири різних групи клінічної психології)
  • Залежна змінна є числовою (наприклад, оцінка інтелекту)
  • Коваріат чисельний (наприклад, індекс соціально-економічного статусу)
  • Питання дослідження стосуються того, чи будь-яка пара груп суттєво відрізняється від залежної змінної після контролю за коваріатом

Пов’язані запитання :

  • Що є кращим методом?
  • Які реалізації доступні в R?
  • Чи є загальні посилання на те, як коваріат змінює процедури для проведення спеціальних тестів?

Ви можете прочитати і тут. stackoverflow.com/questions/23628323/…
Джеймс Голланд

Відповіді:


13

Багаторазове тестування після ANCOVA, або, загалом, будь-якого GLM, але тепер порівняння зосереджуються на скоригованій групі / лікуванні або граничних засобах (тобто, які показники були б, якби групи не відрізнялися за коефіцієнтом інтересу). Наскільки мені відомо, використовуються тести на Hkey HSD та Scheffé. Обидва досить консервативні і мають тенденцію до обмеженого рівня помилок I типу. Остання є кращою у випадку неоднакового розміру вибірки в кожній групі. Здається, я пам’ятаю, що деякі люди також використовують корекцію Сидака на конкретних контрастах (коли це цікавить, звичайно), оскільки вона менш консервативна, ніж корекція Бонферроні.

Такі випробування доступні в multcompупаковці R (див. ?glht). Супровідна віньєтка включає приклад використання у випадку простої лінійної моделі (розділ 2), але її можна поширити на будь-яку іншу модель моделі. Інші приклади можна знайти в HHупаковках (див. ?MMC). Кілька процедур MCP та перекомпонування (рекомендується для сильних висновків, але він покладається на інший підхід до виправлення інфляції швидкості помилок типу I) також доступні в multtestпакеті, через Bioconductor , див. Посилання (3–4). Остаточне посилання на багаторазове порівняння - книга одних і тих же авторів: Дудойт, С. та ван дер Лаан, MJ, Багаторазові процедури тестування з додатками до геноміки (Springer, 2008).

Посилання 2 пояснювало різницю між MCP у загальному випадку (ANOVA, робота з невідрегульованими засобами) проти ANCOVA. Також є кілька паперів, яких я фактично не пам'ятаю, але я їх перегляну.

Інші корисні посилання:

  1. Westfall, PH (1997). Багаторазове тестування загальних контрастів за допомогою логічних логічних підрахунків та співвідношень. JASA 92 : 299-306.
  2. Westfall, PH and Young, SS (1993) Множинне тестування на основі переупорядкування, приклади та методи коригування p-значення . Джон Вілей і сини: Нью-Йорк.
  3. Поллард, К.С., Дудуа, С. та ван дер Лаан, MJ (2004). Кілька процедур тестування: R багатотекстовий пакет і додатки до Genomics .
  4. Тейлор, С.Л. Ланг, DT та Поллард, штат Кейс (2007). Вдосконалення багатопрофільного пакету тестування . R Новини 7 (3) : 52-55.
  5. Bretz, F., Genz, A., and Hothorn, LA (2001). Про числову наявність декількох процедур порівняння. Біометричний журнал , 43 (5) : 645–656.
  6. Hothorn, T., Bretz, F., and Westfall, P. (2008). Одночасне умовиведення в загальних параметричних моделях . Департамент статистики: Технічні звіти, Nr. 19.

Перші два посилання посилаються на SAS PROC, пов'язані з MCP.


3

Це цікаве питання. Я думаю, що з цим треба бути дуже обережними, оскільки більшість програмних засобів, які роблять пост-спеціальне порівняння після ANCOVA, роблять це АЛЕ на невідрегульованих засобах.

Тест Брайана Полсона Тукі (БПТ) рекомендується для парного порівняння на ЗАМЕЖЕНИХ засобах, іншою процедурою може бути умовний тест Тукея Крамера.


2

Комбінуючи прості методи, до яких можна легко отримати доступ із R та загальних принципів, ви можете досить просто використовувати HSD Tukey. Термін помилки з ANCOVA надасть термін помилки для довірчих інтервалів.

У коді R, який був би ...

#set up some data for an ANCOVA
n <- 30; k <- 4
y <- rnorm(n*k)
a <- factor(rep(1:k, n))
cov <- y + rnorm(n*k)

#the model
m <- aov(y ~ cov + a)

#the test
TukeyHSD(m)

(ігноруйте помилку в результаті, це просто означає, що коваріат не був оцінений, що ви хочете)

Це дає більш вузькі інтервали довіри, ніж ви отримуєте, якщо запустити модель без кожуха ... як очікувалося.

Будь-яка постійна методика, яка спирається на залишки моделі, для варіації помилок може бути легко використана.


0

Чому ти доставляєш собі стільки клопотів і плутаєш себе?

Ви можете ознайомитися зі статистикою відкриття Енді Філда за допомогою SPSS (3-е видання), стор. 401-404.

Використовуючи функцію контрастів або порівнюючи параметр основних ефектів, ви можете легко виконати пост-хок на скоригованих засобах після врахування коваріату.

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.