什么是多重比较中的调整 p 值?

用于方差分析的多重比较,调整的 p 值表明一个比较族(假设检验)中的哪些因子水平比较存在显著差异。如果调整的 p 值小于 alpha,则拒绝原假设。调整会将全族误差率限制为您选择的 alpha 水平。如果将固定 p 值用于多重比较,则全族误差率会随每个附加比较而增加。调整的 p 值还表示拒绝特定原假设时的最小全族误差率。

进行多重比较时考虑全族误差率很重要,因为对于一系列比较而言,发生类型 I 错误的几率比单独进行任何一个单个比较的误差率都要高。

调整 p 值的示例

假设您比较了 4 种不同配方的油漆的硬度。您分析了数据并得到了以下输出结果:

Tukey Simultaneous Tests for Differences of Means
Difference of Levels
Difference of Means
SE of Difference
95% CI
T-Value
Adjusted P-Value
Blend 2-Blend 1
Blend 3-Blend 1
Blend 4-Blend 1
Blend 3-Blend 2
Blend 4-Blend 2
Blend 4-Blend 3
Individual confidence level = 98.89%

您选择的 alpha 值为 0.05,它与调整的 p 值一起将全族误差率限制为 0.05。在此水平下,配方 4 和 2 之间的差异显著。如果将全族误差率降低到 0.01,则配方 4 和 2 之间的差异仍显著。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策