Как я могу получить значительный общий ANOVA, но без значительных парных различий с процедурой Тьюки?

18

Я выступал с R ANOVA, и я получил значительные различия. Однако, проверяя, какие пары значительно отличались, используя процедуру Тьюки, я не получил ни одну из них. Как это может быть возможным?

Вот код:

fit5_snow<- lm(Response ~ Stimulus, data=audio_snow)
anova(fit5_snow)

> anova(fit5_snow)
Analysis of Variance Table

Response: Response
          Df Sum Sq Mean Sq F value  Pr(>F)  
Stimulus   5  73.79 14.7578  2.6308 0.02929 *
Residuals 84 471.20  5.6095                  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 

df<-df.residual(fit5_snow)
MSerror<-deviance(fit5_snow)/df

comparison <-  HSD.test(audio_snow$Response, audio_snow$Stimulus, df, MSerror, group=FALSE)

> comparison <-  HSD.test(audio_snow$Response, audio_snow$Stimulus, df, MSerror, group=FALSE)

Study:

HSD Test for audio_snow$Response 

Mean Square Error:  5.609524 

audio_snow$Stimulus,  means

                audio_snow.Response   std.err replication
snow_dry_leaves            4.933333 0.6208034          15
snow_gravel                6.866667 0.5679258          15
snow_metal                 6.333333 0.5662463          15
snow_sand                  6.733333 0.5114561          15
snow_snow                  7.333333 0.5989409          15
snow_wood                  5.066667 0.7713110          15

alpha: 0.05 ; Df Error: 84 
Critical Value of Studentized Range: 4.124617 

Comparison between treatments means

                              Difference   pvalue sig        LCL      UCL
snow_gravel - snow_dry_leaves  1.9333333 0.232848     -0.5889913 4.455658
snow_metal - snow_dry_leaves   1.4000000 0.588616     -1.1223246 3.922325
snow_sand - snow_dry_leaves    1.8000000 0.307012     -0.7223246 4.322325
snow_snow - snow_dry_leaves    2.4000000 0.071587   . -0.1223246 4.922325
snow_wood - snow_dry_leaves    0.1333333 0.999987     -2.3889913 2.655658
snow_gravel - snow_metal       0.5333333 0.989528     -1.9889913 3.055658
snow_gravel - snow_sand        0.1333333 0.999987     -2.3889913 2.655658
snow_snow - snow_gravel        0.4666667 0.994348     -2.0556579 2.988991
snow_gravel - snow_wood        1.8000000 0.307012     -0.7223246 4.322325
snow_sand - snow_metal         0.4000000 0.997266     -2.1223246 2.922325
snow_snow - snow_metal         1.0000000 0.855987     -1.5223246 3.522325
snow_metal - snow_wood         1.2666667 0.687424     -1.2556579 3.788991
snow_snow - snow_sand          0.6000000 0.982179     -1.9223246 3.122325
snow_sand - snow_wood          1.6666667 0.393171     -0.8556579 4.188991
snow_snow - snow_wood          2.2666667 0.103505     -0.2556579 4.788991

anova post-hoc tukey-hsd

— L_T
источник

Можете ли вы дать данные?

— ttnphns

1

Я нашел ответ на этот более поздний вопрос stats.stackexchange.com/questions/74174/… (помеченный как дублирующий эту ветку ) особенно полезным.

— говорит амеба, восстанови Монику

2

Почему это не должно быть возможно?

Общий тест и парные тесты задают разные вопросы, поэтому они могут получить разные ответы.

— Питер Флом - Восстановить Монику
источник

1

Не могли бы вы сказать больше.

— rolando2

2

Общий ANOVA задает вопрос о всей независимой переменной и ее связи (или ее отсутствии) с зависимой переменной. Парные сравнения спрашивают о различиях между парами. Затем значение р смотрит на статистический сигнал. каждого из них, с попарно настроенным для множественных сравнений (в этом случае, используя методы HSD Тьюки).

— Питер Флом - Восстановить Монику

1

спасибо Питер Возможно, они меньше задают «разные вопросы» и больше поправок для нескольких сравнений, которые объясняют разные результаты.

— rolando2

17

Это в основном связано с чувствительностью ANOVA (больше, чем чувствительность парного теста). Затем ANOVA обнаруживает более низкую изменчивость вокруг среднего значения, когда в парном тесте едва различают среднее значение пары. Анализ должен быть сфокусирован на различиях, и вы можете быть более гибкими в последующем анализе, имея в виду, что вы только что столкнулись с тем, что существуют различия в среднем. Не забудьте проверить предположения ANOVA.

С другой стороны, есть некоторые темы, касающиеся использования парного теста без использования ANOVA: нужен ли нам глобальный тест перед специальными тестами?

— Хосе Зубкофф
источник

Определенно не нужно выполнять глобальный тест перед выполнением сравнения с Tukey по hsd, поскольку hsd контролирует частоту появления ошибок типа I. Я ненавижу называть их пост-хоккерами, потому что они должны быть запланированы априори.

— Дэвид Лейн