Lesen von Field's Discovering Statistics mit SPSS (3rd Edition) Ich war beeindruckt von den Post-Hoc-Tests in ANOVA. Für diejenigen, die die Fehlerrate des Typs I kontrollieren möchten, schlägt er Bonferroni oder Tukey vor und sagt (S. 374):
Bonferroni ist leistungsstärker, wenn die Anzahl der Vergleiche gering ist, während Tukey leistungsstärker ist, wenn eine große Anzahl von Mitteln getestet wird.
Wo soll die Grenze zwischen einer kleinen und einer großen Anzahl von Mitteln gezogen werden?
Antworten:
Neben dem nützlichen Link in den Kommentaren von @schenectady erwähnt.
Ich möchte auch den Punkt hinzufügen, dass die Bonferroni-Korrektur für eine breitere Klasse von Problemen gilt. Soweit mir bekannt ist, wird Tukeys HSD nur auf Situationen angewendet, in denen Sie alle möglichen paarweisen Vergleiche untersuchen möchten, während die Bonferroni-Korrektur auf jede Reihe von Hypothesentests angewendet werden kann.
Die Bonferroni-Korrektur ist insbesondere dann nützlich, wenn Sie eine kleine Anzahl geplanter Vergleiche haben und die familienbezogene Fehlerrate des Typs I steuern möchten. Dies ermöglicht auch Zusammensetzungsvergleiche. Beispiel: Sie haben eine 6-Wege-ANOVA und möchten den Durchschnitt der Gruppen 1, 2 und 3 mit der Gruppe 4 und die Gruppe 5 mit der Gruppe 6 vergleichen.
Zur weiteren Veranschaulichung können Sie die Bonferroni-Korrektur anwenden, um die Signifikanz von Korrelationen in einer Korrelationsmatrix oder die Menge von Haupt- und Interaktionseffekten in einer ANOVA zu bewerten. Eine solche Korrektur wird jedoch typischerweise nicht angewendet, vermutlich aus dem Grund, dass die Verringerung der Fehlerrate vom Typ I zu einer inakzeptablen Leistungsverringerung führt.
quelle