| 查看: 1636 | 回复: 8 | |||
| 当前主题已经存档。 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
[交流]
DPS－单因素方差分析用哪种方法比较好
|
|||
|
想请问下各位：本人用DPS进行单因素多重比较，可是好像是有好几种方法可选，一直只选用Tukey法，结果今天试用一下LSD法，发现结果相差很多啊 ，本来没有显著差异的现在显著差异了，本来不是极其显著的现在极其显著了。。。每种方法我想都应该有其优缺点吧，有人可以帮帮我吗，不胜感激啊 不好意思重复发帖了，希望有人回我，谢谢。。。 |
回复此楼» 猜你喜欢
考博求助
已经有3人回复
-
售SCI一区文章，我:8.O.551.O.5.4,科目全,可伽急
已经有5人回复
-
售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急
已经有4人回复
-
售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急
已经有5人回复
-
售SCI-T0P文章，我:8O.5.5.1.O.54,科目齐全,可+急
已经有9人回复
-
售一区SCI文章T0P，我:8O.551.O54,科目全,可十急
已经有9人回复
-
售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急
已经有10人回复
-
售SCI一区文章，我:8.O.551.O.5.4,科目全,可伽急
已经有6人回复
-
售SCI一区T0P文章，我:8O.55.1.O.54,科目全,可伽急
已经有9人回复
-
售SCI一区T0P文章，我:8O.55.1.O.54,科目全,可伽急
已经有7人回复
td0605
木虫 (著名写手)
- 应助: 0 (幼儿园)
- 金币: 1012.9
- 散金: 1100
- 红花: 4
- 帖子: 1775
- 在线: 196.4小时
- 虫号: 514043
- 注册: 2008-02-28
- 性别: GG
- 专业: 生物化学
|
我统计学得也不好，本科的时候没好好学，现在正在狂啃书。 ------------------又找了一些：------------------------ 1.连续性资料 1.1 两组独立样本比较 1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。 1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。 1.1.3 资料方差不齐，（1）采用Satterthwate 的t’检验；（2）采用非参数检验,如Wilcoxon检验。 1.2 两组配对样本的比较 1.2.1 两组差值服从正态分布，采用配对t检验。 1.2.2 两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。 1.3 多组完全随机样本比较 1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。 1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal－Wallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。 1.4 多组随机区组样本比较 1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。 1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。 ****需要注意的问题：****** （1） 一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。 （2） 当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。 **绝不能对其中的两组直接采用t检验，这样即使得出结果也未必正确** （3） 关于常用的设计方法：多组资料尽管最终分析都是采用方差分析，但不同设计会有差别。常用的设计如完全随即设计，随机区组设计，析因设计，裂区设计，嵌套设计等。 [ Last edited by td0605 on 2008-5-25 at 20:09 ] |
6楼2008-05-25 20:06:48
taotao4108
金虫 (正式写手)
无理
- 应助: 0 (幼儿园)
- 金币: 1394.8
- 帖子: 569
- 在线: 22.5小时
- 虫号: 452614
- 注册: 2007-11-05
- 性别: GG
- 专业: 蛋白质组学
2楼2008-05-23 20:15:50
3楼2008-05-24 12:12:43
td0605
木虫 (著名写手)
- 应助: 0 (幼儿园)
- 金币: 1012.9
- 散金: 1100
- 红花: 4
- 帖子: 1775
- 在线: 196.4小时
- 虫号: 514043
- 注册: 2008-02-28
- 性别: GG
- 专业: 生物化学
|
---------- 查了一些资料后，看到有这样的说法：--------------- Duncan、LSD、SNK 都是多重比较的方法，但是几种比较的精度不一样。 一般来说从不严格到严格可以分为Duncan、LSD、SNK。 而且，多重比较的结果一定要注明是用那种方法比较的，因为duncan法成立的，snk不一定成立，而snk成立的duncan法一定成立。 ------------- 以下是baidu来的：------------- 两两比较方法不下10种，解释如下： 以前的经典方法： 1，SNK法（student newman keuls）最常用，其控制1类错误。但随两两比较次数增多而假阳性增高，所以当比较次数多时所有权威统计软件均不推荐此法。 2，LSD法，t检验的变形，敏感度最高（放大1类错误，但2类错误极小），如果LSD检不出差别，那就真没差别了。 目前观点： 1，存在明确对照组，几个组间（尤其是和对照组）的比较：LSD法 2，多个均数间两两比较，各组人数相等：Tukey法 3，其他情况（比如人数不等）宜用：Scheffe法 组不多，推荐采用SNK。至于是否用LSD就看研究的目的了，是否强调和对照组的比较，是否需要控制2类错误，是的话就用后者。总之，无论用以上那种，都没有原则上的错误，只需要注意一下方差齐性的问题就可以。 -------------------------------------------- 另：只有one-way ANOVA分析的时候用Duncan。  |
4楼2008-05-24 18:35:28
