||
补充说明
1.对数据进行统计分析前,务必了解清楚分析方法使用的前提假设条件。
2. 经 ANOVA(或 Kruskal-Wallis test)检验差异有统计学意义(alpha = 0.05),需要对每两个均数进行比较,需要采用上图所述“两两比较方法”,而不能直接对每两组数据进行t-test(或 Mann-Whitney U-test),因为会增加犯 I 类错误 的概率:
例如三组数据资料,ANOVA结果显示 p < 0.05;然后每两组均数t-test比较一次,则需比较3次,那么比较3次至少有一次犯 I 类错误 的概率就是 alpha' = 1-0.95^3 = 0.1426 > 0.05。
3.第一型及第二型错误(英语:Type I error & Type II error)或型一错误及型二错误:
4.对于双样本t-test讨论:
z-test:大样本;>30;z分布;
t-test:小样本;<30;t分布;
但是,对于 > 30 的样本,Z-test检验要求知道总体参数的标准差,在理论上成立,事实上总体参数的标准差未知,实际应用中一般使用t-test.
5. 小知识:如何选取两两比较的方法?
5-1、SNK 法最为常用,但当两两比较的次数极多时,该方法的假阳性很高,最终可以达到 100%。因此比较次数 较多时,不推荐使用;
5-2、若存在明显的对照组,要进行的是“验证性研究”,即计划好的某两个或几个组间的比较,宜用 LSD 法;
5-3、若设计了对照组,要进行 k-1 个组与某个对照组之间的比较,宜用 Dunnett 法;
5-4、若需进行多个均数间的两两比较(探索性研究),且各组人数相等,宜用 Tukey法;
5-5、根据对所研究领域内相关研究的文献检索,参照所研究领域内的惯例选择适当的方法。
参考:
1. 张熙, 张晋昕. 多个样本均数间的两两比较. 循证医学, 2008, 8(3):167-171.
2. 第一型和第二型错误. https://zh.wikipedia.org/wiki/%E7%AC%AC%E4%B8%80%E5%9E%8B%E5%8F%8A%E7%AC%AC%E4%BA%8C%E5%9E%8B%E9%8C%AF%E8%AA%A4
3. 统计学中 Z 检验 和 t 检验的区别. http://bbs.pinggu.org/thread-812203-1-1.html
4. 多个样本均数比较的方差分析.http://stat.smmu.edu.cn/course/anova1.pdf
Readmore...
独立样本、配对样本及单样本 t 检验 样本数 至少每组多少为宜
慎用excel求非线性回归(如指数函数,幂函数等)对博文“生物统计之信谁的?”的评论
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-12-11 11:54
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社