내가 완전히 이해할 수 없었다는 근본적인 질문이 있습니다. 나는 5 개의 독립적 인 그룹을 갖고 있으며, 이들 그룹의 의미가 다른 것을 알고 싶다. 그래서 나는 두 가지 선택을 가지고 있습니다 : 1. 편도 anova를 수행 한 다음 post test (예 : Tukey) 2. pairwise.t.test를 사용하여 여러 t 테스트를 한 다음 p 값을 조정하십시오. 어떤 방법을 사용해야합니까? ? 이 두 가지 접근 방식의 차이점은 무엇입니까?여러 그룹 비교 : anova post hoc test 또는 pairwise.t.test?
추가 질문 :이 5 개의 그룹이 종속 그룹 (반복 측정) 인 경우 그 다음 비교를 수행하는 올바른 방법은 무엇입니까? 해당 그룹이 독립적 인 경우와 어떤 차이가 있습니까?
전문가 의견을 미리 주셔서 감사합니다.
어떤 그룹이 서로 다른지에 대한 예측은 선험적 (데이터를보기 전에 만들어 짐)이거나 사후 (데이터를 본 후에 만)인지 여부에 따라 달라집니다. 데이터 수집을 시작하기 전에 일부 그룹이 다른 그룹보다 높거나 낮을 것이라는 특정 예측이있는 경우 사전 계획된 대조를 사용해야합니다 (일부 조건에서는 단순한 t- 테스트로 줄일 수 있음).
그러나 그룹의 일부가 다를 수 있다고 생각했는데 어떤 그룹인지 모르는 경우 전체 ANOVA를 수행하고 나중에 수정 된 테스트를 수행해야합니다. Tukey의 테스트와 수정 된 P- 값 (Bonferroni)을 사용한 t- 테스트 같은 테스트는 통계적으로 유의미한 차이를 고려하는 데 필요한 수준을 수정한다는 의미에서 모두 동일합니다. 차이점은 수정하는 데 사용 된 방법에 있습니다.
Bonferroni는 여러 테스트를 위해 수정합니다. Tukey (et. al)는 여러 테스트와 테스트의 사후 특성을 수정합니다.
이 페이지는 반복되는 측정으로이 모든 작업을 수행하는 방법에 대한 질문에 유용합니다. David Howell's Page on How to do Multiple Comparisons with Repeated Measures