<code id="e8ib2"><strong id="e8ib2"><dl id="e8ib2"></dl></strong></code>
        1. <output id="e8ib2"><sup id="e8ib2"></sup></output>

        2. <blockquote id="e8ib2"><ruby id="e8ib2"></ruby></blockquote>
          <blockquote id="e8ib2"></blockquote>
          ?#21482;?#29256; 下载桌面 设为首页

          SPSS卡方检验p小于0.05之后的Bonferroni校正和Holm–Bonferroni校正

            SPSS卡方检验p<0.05之后的Bonferroni校正和Holm–Bonferroni校正

            小明:我想比较三组之间的疗效有无差异

            小编:卡方检验或者单因素logistic回归啊

            小明:get it,结果显示p<0.05,但是...

            小编:但怎么知道具体哪两组有差异呢

            小明:对滴!

            研究中常涉及多组间的比较,当总体检验p<0.05时,小明的问题就出现了。总体检验p<0.05,只能说明组间不全相同,但却说不清究竟是哪两组有差异。如果是多组间连续变量的比较,完全无须担心,SPSS提供了很多种两两比较的方法,任君选取。但碰到多组之间分类变量的比较,总体检验p<0.05,我们就有些许惆怅了。SPSS可没有提供可供勾选的方法哦。不怕,自己动手,丰衣足食。

            假设我们比较了三组间的疗效(见上图),卡方检验结果提示p<0.05,也就是说三组间的疗效不全相同。那是g1和g2不同,还是g2和g3不同,亦或是g1和g3不同呢?对g1和g2,g2和g3,g1和g3分别做卡方检验,将得到的p值(p1、p2、p3)和调整后的α比较即可。

            为什么还需要调整α而不是直接和0.05比呢?因为涉及到事后的多重比较,如果仍采用惯用的0.05,一类错误的?#24597;?#20250;增加,因此,我们需要调整α,以控制一类错误的发生。比较常见的方法是这样的,调整的α=0.05/比较的?#38382;?#20063;就是我们常说的Bonferroni校正。在今天的例子?#26657;?#19968;共比较了3次,调整后的α应该是0.05/3=0.0167,也就是说p1、p2、p3<0.0167才能说明有统计学差异。

            这里提醒筒子们注意一点,有时候会出现这样的情况,总体检验p<0.05,事后两两比较组间?#27982;?#26377;差异,这种矛盾有可能是因为Bonferroni的校正太严格了。所以这里,也给大家推荐另外一种方法:Holm–Bonferroni校正

            Holm–Bonferroni校正的思路是这样的:将两两比较的p值从小到大排序,然后最小的p值和α/比较的?#38382;?#27604;较,第二小的p值和α/(比较的?#38382;?1)比较,?#28304;?#31867;推。。。还是来一个简单?#30452;?#30340;例子看看吧,假设四个p值从小到大为p1=0.005,p2=0.01,p3=0.03,p4=0.04,那么,p1就需要和0.0125一较高下,而p2、p3、p4则需要分别和0.0167、0.025、0.05进行比较。一旦出现某个p值大于相应的调整后的α,game over。

            可以看到,p1<0.0125,p2<0.0167,p3>0.025,这时候,就可以下结论了,p1和p2对应的组间是有差异的,p3和p4对应的组间是没有差异的。即使p4<0.05,也不能认为p4对应的组间是有差异的,因为p3>0.025,p4就失去了比较的机会。所以,有没有机会和α一较高下,全看前面的p值给力不给力啊。此外,还有其他调整α或者调整p值的方法,?#34892;?#36259;的筒子们可以搜来看?#30784;?/p>

          分类标签:SPSS  卡方检验  Bonferroni校正  Holm–Bonferroni校正  

          声明:本文转载仅出于学习和传播信息所需,并不意味着代表本?#31455;?#28857;或证实其内容的真实性;其他网站或个人转载使用须保留本站所注“来?#30784;保?#24182;自负相关法律责任;如作者不希望被转载或其他事宜,请及时联系我们!

          时时彩人工计划千里马
                  <code id="e8ib2"><strong id="e8ib2"><dl id="e8ib2"></dl></strong></code>
                1. <output id="e8ib2"><sup id="e8ib2"></sup></output>

                2. <blockquote id="e8ib2"><ruby id="e8ib2"></ruby></blockquote>
                  <blockquote id="e8ib2"></blockquote>
                          <code id="e8ib2"><strong id="e8ib2"><dl id="e8ib2"></dl></strong></code>
                        1. <output id="e8ib2"><sup id="e8ib2"></sup></output>

                        2. <blockquote id="e8ib2"><ruby id="e8ib2"></ruby></blockquote>
                          <blockquote id="e8ib2"></blockquote>
                          快速赛车计划 2019年羽毛球世锦赛 广东牌九板九 北京赛车出号规律 青海快三 湖北30选5开奖时间 天津快乐十分前二组选技巧 广东36选7开奖好彩2 青海快3和值计算 湖南快乐十分专家杀号 时时彩99倍那个网站 重庆快乐十分结果 乌鲁木齐彩票中心 pk10论坛 电子游戏产业占全球经济