Qual é o valor p ajustado em múltiplas comparações?

Utilização para comparações múltiplas na ANOVA, o valor de p ajustado indica quais comparações de nível de fator em uma família de comparações (testes de hipóteses) são significativamente diferentes. Se o valor de p ajustado for menor que alfa, você rejeita a hipótese nula. O ajuste limita a taxa de erro da família para o nível alfa que você escolher. Se for usado um valor de p regular para várias comparações, a taxa de erro familiar aumenta com cada comparação adicional. O valor de p ajustado representa também a menor taxa de erro familiar em que uma hipótese nula específica será rejeitada.

É importante considerar a taxa de erro de família ao efetuar múltiplas comparações porque as chances de cometer um erro do tipo I para uma série de comparações é maior do que a taxa de erro para uma comparação separada.

Exemplo de valores p ajustados

Suponha que você compara dureza de 4 misturas diferentes de tinta. Você analisa os dados e obtém a seguinte saída:

ANOVA com um fator: Dureza versus Paint

Comparações Emparelhadas de Tukey

Testes Simultâneos de Tukey para as Diferenças de Médias Diferença EP da Valor-P Diferença de Níveis de Médias Diferença IC de 95% Valor-T Ajustado Mistura 2 - Mistura 1 -6,17 2,28 (-12,55; 0,22) -2,70 0,061 Mistura 3 - Mistura 1 -1,75 2,28 ( -8,14; 4,64) -0,77 0,868 Mistura 4 - Mistura 1 3,33 2,28 ( -3,05; 9,72) 1,46 0,478 Mistura 3 - Mistura 2 4,42 2,28 ( -1,97; 10,80) 1,94 0,245 Mistura 4 - Mistura 2 9,50 2,28 ( 3,11; 15,89) 4,17 0,002 Mistura 4 - Mistura 3 5,08 2,28 ( -1,30; 11,47) 2,23 0,150 Nível de confiança individual = 98,89%

ICs Simultâneos de 95% de Tukey

Você escolhe um alfa de 0,05 que, em conjunto com o valor de p ajustado, limita a taxa de erro familiar a 0,05. Neste nível, as diferenças entre as misturas 4 e 2 são significativas. Se você baixar a taxa de erro familiar para 0,01, as diferenças entre as misturas 4 e 2 ainda são significativas.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política