การทดสอบ Post-hoc

การอนุมานสำหรับข้อมูลเชิงตัวเลขใน R

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

ค่าเฉลี่ยใดแตกต่างกัน?

  • t-test สองกลุ่มสำหรับความแตกต่างในแต่ละคู่กลุ่ม
  • การทดสอบหลายครั้ง $\rightarrow$ อัตรา Type 1 error ที่สูงขึ้น
  • วิธีแก้: ใช้ระดับนัยสำคัญที่ปรับแล้ว
การอนุมานสำหรับข้อมูลเชิงตัวเลขใน R

Multiple comparisons

  • การทดสอบคู่กลุ่มหลายคู่เรียกว่า multiple comparisons
  • การแก้ไขแบบ Bonferroni แนะนำให้ใช้ระดับนัยสำคัญที่เข้มงวดขึ้นสำหรับการทดสอบเหล่านี้
    • ปรับ $\alpha$ ตามจำนวนการเปรียบเทียบ
    • $\alpha^\star = \frac{\alpha}{K}$, where $K = \frac{k (k-1)}{2}$
การอนุมานสำหรับข้อมูลเชิงตัวเลขใน R

การเปรียบเทียบแบบ Pairwise

  • ความแปรปรวนคงที่ $\rightarrow$ ทบทวน standard error และ degrees of freedom: ใช้ standard error และ degrees of freedom ที่สอดคล้องกันสำหรับทุกการทดสอบ
  • เปรียบเทียบค่า p-value จากแต่ละการทดสอบกับระดับนัยสำคัญที่ปรับแล้ว
การอนุมานสำหรับข้อมูลเชิงตัวเลขใน R

มาฝึกกันเถอะ!

การอนุมานสำหรับข้อมูลเชิงตัวเลขใน R

Preparing Video For Download...