Apakah perbandingan berpasangan post hoc?
Apakah perbandingan berpasangan post hoc?

Video: Apakah perbandingan berpasangan post hoc?

Video: Apakah perbandingan berpasangan post hoc?
Video: Penjelasan ANOVA dan Uji Lanjut (Post Hoc Test) 2024, November
Anonim

ANOVA Sehala Post Hoc Ujian. Sebaik sahaja anda telah menentukan bahawa perbezaan wujud antara cara, post hoc ujian julat dan berpasangan pelbagai perbandingan boleh menentukan maksud yang berbeza. Menggunakan ujian t untuk melaksanakan semua perbandingan berpasangan antara bermakna kumpulan. Tiada pelarasan dibuat pada kadar ralat untuk berbilang perbandingan.

Di sini, apakah perbandingan post hoc?

Pos - hoc (Latin, bermaksud “selepas ini”) bermaksud menganalisis keputusan data percubaan anda. Ia selalunya berdasarkan kadar ralat mengikut keluarga; kebarangkalian sekurang-kurangnya satu ralat Jenis I dalam satu set (keluarga) daripada perbandingan . Yang paling biasa jawatan - hoc ujian ialah: Prosedur Bonferroni. Ujian pelbagai julat (MRT) baharu Duncan

Seterusnya, persoalannya ialah, apakah perbandingan berpasangan dalam Anova? Manakala omnibus sehala ANOVA menilai sama ada perbezaan yang ketara wujud sama sekali di kalangan kumpulan, perbandingan berpasangan boleh digunakan untuk menentukan perbezaan kumpulan yang signifikan secara statistik.

Selain ini, apakah yang diberitahu oleh ujian post hoc kepada anda?

Kerana ujian post hoc adalah lari untuk mengesahkan di mana perbezaan berlaku antara kumpulan, mereka sepatutnya hanya dijalankan apabila awak telah menunjukkan perbezaan signifikan secara statistik keseluruhan dalam min kumpulan (iaitu, keputusan ANOVA sehala yang signifikan secara statistik).

Adakah Bonferroni ujian post hoc?

05, tetapi tidak semestinya), dan K ialah bilangan perbandingan (statistik ujian ). The Bonferroni mungkin yang paling biasa digunakan ujian post hoc , kerana ia sangat fleksibel, sangat mudah untuk dikira, dan boleh digunakan dengan sebarang jenis statistik ujian (cth., korelasi)-bukan sekadar ujian post hoc dengan ANOVA.

Disyorkan: