Fisher'ın LSD'si söyledikleri kadar kötü mü?


22

İki grup üzerinde deneyler yaptığımızda (küçük örneklem büyüklüklerinde (genellikle her tedavi grubu için örnek büyüklüğü yaklaşık 7 ~ 8'dir)), farklılığı test etmek için bir t-testi kullanırız. Bununla birlikte, bir ANOVA yaptığımız zaman (açıkça ikiden fazla grup için), Bonferroni (LSD / # ikili karşılaştırmalar) ya da Tukey'nin sıraları boyunca bir şey kullanıyoruz ve öğrenci olarak uyarıldım. Fisher'ın En Az Önemli Farkı (LSD) kullanarak.

Şimdi mesele şu ki, LSD çift t-testine benzer (ben haklı mıyım?) Ve bu yüzden hesaba katmadığı tek şey çoklu karşılaştırmalar yapıyor olmamız. ANOVA'nın kendisi önemliyse, 6 grupla ilgili olarak bunun ne kadar önemli olduğunu?

Başka bir deyişle, bir Fisher'ın LSD'sini kullanmak için herhangi bir bilimsel / istatistiksel sebep var mı?


1
Kim olduklarını ve ne söylediklerini örnek olarak açıklayabilir misiniz ? (Ne kadar kötü olduklarını söylüyorlar? Burada ne tartıştığımızı net olarak açıklayalım.) Bazıları haklı çıktığı bir LSD eleştirisi gördüm, ama ne olduğunu gördüğümü bilmiyorum Ne gördüm ne de gördüklerim orada sahip olduğunuz karakterizasyonu gerektirmez.
Glen_b -Reinstate Monica,

Buraya hangi borsa sitesi Timothy hakkında konuştuğunu anlamaya çalışıyorsanız +1 Learys LSD
PW Kad

@Glen_b Biyomedikal bilimlerdeki bilim insanlarını ifade eder. Profesörümün sözleri, "Bonferroni veya Tukey Kullanın. Sadece umutsuzca LSD kullanın. Bu yardımcı olmazsa, diğer LSD'yi kullanın :)"
Rover Eye,

Yanıtlar:


10

Fisher'ın LSD'si, her biri, havuzlanmış varyans tahmininde (ve doğal olarak ilişkili serbestlik derecelerini alarak) kayda değer ANOVA'dan gelen ortalama kare hatasını kullanan her testle birlikte, bir çift ikili t-testidir. ANOVA'nın anlamlı olması bu testin ek bir kısıtlamasıdır.

Sadece 3 grubun özel durumunda aile-bilge hata oranını alfa ile sınırlar. Howell'in, Davranış Bilimleri Temel İstatistikleri, 8. baskı, David C. Howell .

3 grubun üzerinde alfa hızla şişer (@Alexis yukarıda da belirtildiği gibi). 6 grup için kesinlikle uygun değil. Çoğu insanın bir seçenek olarak görmezden gelmesini önermesine neden olan bu sınırlı uygulanabilirliğin olduğuna inanıyorum.


18

6 grupla uğraşırken yapılan çoklu karşılaştırmalar ne kadar önemlidir? Şey ... altı grupla maksimum 6 ( 6 - 1 ) tane ile uğraşıyorsun.olasıpost hocikili karşılaştırmalar. Hesaplanamaz Randall Munroe'nin çoklu karşılaştırmaların önemini ele almasına izin vereceğim:6(6-1)2=15

görüntü tanımını buraya girin

Ve ben açılış cümlede olduğu gibi, sen önermek, bazen sahip olduğunuz o katacak yedi sonra maksimum sayısı, gruplar post hoc İkili testlerde ise 7(7-1)2=21


1
İyi yapılmış bir nokta. Ancak, eğer çok az sayıda grubumuz varsa (yani 3 (3 çift 3) veya 4 (6 çift)) varsa, şans eseri anlamlı bir değer bulma olasılığımız düşük mü? (yine, LSD ANOVA'nın önemi ile korunmaktadır)
Rover Eye

2
α

2
@Rover Hepsi p> 0.05 ile geçen 6 ikili teste sahip olmak, şimdi p> 0.26'ya sahip olduğun anlamına geliyor, bu oldukça önemli bir değişiklik.
Voo,

Pratik bir şeyden sonra sormuyorum, sadece yüksek sesle musing yapıyordum. Ama amacın iyi yapılmış. @Voo true, hata çarpma eğilimindedir. İkinize de teşekkürler.
Rover Eye

10

Fisher'ın testi herkesin söylediği kadar kötü bir Neyman-Pearson bakış açısından ve sorunuzun ne anlama geldiğini yaparsanız --- önemli bir ANOVA testinden sonra her bir bireysel farkı. Bunu yayınlanan birçok makalede görebilirsiniz . Ancak, bir ANOVA veya bunlardan herhangi birinin ardından tüm farklılıkları test etmek gerekli değildir ve önerilmemektedir. Ve Fisher'in testi, Neyman-Pearson istatistiki çıkarım teorisi altında hazırlanmadı.

Fisher, LSD'yi önerdiğinde, gerçekten çok sayıda testi önemli bir problem olarak göremediğini, çünkü sonuçların önemli olup olmadığına karar vermenin önemini kesin ve hızlı bir kural olarak göremediğini akılda tutmak önemlidir. Bir kişi, önemli sonuçların olabileceği yerdeki verileri incelemek için kolay bir yol olarak bir LSD oluşturabilir ancak anlamlı olanın hakemi olamaz. Unutmayın, eğer p > 0.05 ise sadece daha fazla konu çalıştırmanız gerektiğini söyleyen Fisher'dı .

Ve neden her şeyi test etmenin iyi bir fikir olduğunu düşünüyorsun? İlk önce neden bir ANOVA kullandığınızı düşünün. Muhtemelen bunun nedeni, birden fazla t testi yapmanın sorununuzda olduğu gibi, sorunuzda olduğu gibi sorunlu olmasıdır. Öyleyse neden onları ya da eşdeğerlerini daha sonra çalıştırıyorsunuz? Bunun olduğunu biliyorum, ancak bir ANOVA'dan sonra bir test yapmam gerekmedi. Bir ANOVA, veri kalıbınızın bir eşit değer kümesi olmadığını, burada bir anlam olabileceğini söyler. Pek çok insan, testin size anlamlı bitlerin nerede olduğunu söylemediği, ancak verilerin ve teorilerin bunu söylediğini unuttukları için gizlenir.


Gazeteler için teşekkürler. İnsanların neden bir ANOVA'dan sonra post-hoc kullandıklarına dair bir soru soruyorsunuz. Dürüst gerçeği söylemek gerekirse, gerçekten bilmiyorum. ANOVA'nın bir blob testi olduğu söylendi ve sizin de belirttiğiniz gibi, öneminin nerede olduğunu bulmamız gerekiyordu. Ve dürüst olmak gerekirse, yalnızca bir ANOVA'yı nasıl rapor ettiğinizi bilmek istiyorum.
Rover Eye,

1
Bana bir veri kalıbı verin, size ANOVA'yı nasıl rapor edeceğimi söyleyeyim. Kısa versiyon, verileri tanımlamanızdır. Birbirine çok yakın olan maddeler açıklamada gruplandırılmış ve birbirlerinden ayrı olanları anlamlı farklılıklar olarak kabul etmişlerdir (ancak hepsi görecelidir). Diyelim ki A = 20, B = 58, C = 61, p = 0.03. İstatistiği bildiririm ve A'nın benzer olan B ve C'den düşük olduğunu söylerdim. Yani, her şey verilere bağlı. Bazı sıkıntı verici bir öğe dizisini (A = 10, B = 20, C = 30) bazı çıkarımsal şekillerde hayal edebiliyorum, ancak belki de bir regresyon yapmalıydım.
John,

Bu bir ANOVA'yı bildirmenin oldukça ilginç bir yolu ve ben de ne elde ettiğinizi anlayabiliyorum. Bunu süpervizörümle kesinlikle tartışabildiğim halde, bir ANOVA'yı posthoc olmadan bildirmenin "normunu" kırmak isteyip istemediklerinden emin değilim. Bu yöntemi kullanarak bildirdiği bilimsel yayınları bulmaya çalışıyorum.
Rover Eye,

2
Verilerde anlamlı bir şey var. Oldukça sık ne olması gerektiği açık. Açıkça göstermek için bir post hoc yapmak sadece ANOVA'nın ilk başta ne yaptığını bilmediğinizi gösterir.
John

6

Fisher'ın LSD'sinin ardındaki sebep N = 3 dışındaki durumlara kadar uzatılabilir .

Dört grubun durumunu ayrıntılı olarak tartışacağım. Familywise Type-I hata oranını 0.05 veya altında tutmak için, dörtlü grup arasında altı post-hoc karşılaştırma olmasına rağmen, 3'ün çoklu karşılaştırma düzeltme faktörü (yani 0.05 / 3'lük karşılaştırma başına bir alfa) yeterlidir. Bunun nedeni ise:

  • Dört gerçek aracın hepsinin eşit olması durumunda, dört grup üzerindeki çok amaçlı Anova, aile yönünde hata oranını 0,05;
  • gerçek araçların üçünün eşit olması ve dördüncünün onlardan farklı olması durumunda, potansiyel olarak bir Tip-I hatası verebilecek yalnızca üç karşılaştırma vardır;
  • Gerçek araçların ikisinin birbirine eşit olması ve birbirine eşit olması diğer ikisinden farklı olması durumunda, potansiyel olarak bir Tip-I hatası verebilecek sadece iki karşılaştırma vardır.

Bu olasılıkları tüketiyor. Her durumda, gerçek ortalamaları eşit olan gruplar için 0,05'in altında bir veya daha fazla p - değeri bulma olasılığı, çoklu karşılaştırmalar için düzeltme faktörü 3 ise ve bu, ailevi hata oranının tanımı ise 0,05'in altında veya altında kalır.

Dört grup için bu akıl yürütme, Fisher'ın üç grup En Az Önemli Farkı yöntemine ilişkin açıklamasından bir genellemedir. İçin K öğrencilerin Anova testi olarak önemli olması halinde grupları, düzeltme faktörü, (bir N -1) ( N -2) / 2. Bu yüzden Bonferroni düzeltmesi, N ( N -1) / 2 faktörü ile çok güçlü. N = 3 için 1 alfa düzeltme faktörü kullanmak yeterlidir (bu nedenle Fisher'ın LSD'si N = 3 için çalışır ), N = 4 için 3 , N = 5 için 6 , 10 için bir faktördür. N = 6 vb.


+1. Bu konuya çok iyi bir ektir. Siteye Hoşgeldiniz!
amip diyor Reinstate Monica

Tanımladığınız her durum herhangi bir geçici test gerektirmez.
John

1
Bunun için literatür referansını gösterebilir misiniz? (N--1)(N--2)/2sonuç?
rvl
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.