GLM Post Hoc 比較

Post Hoc 多重比較檢定。 一旦您判斷平均數之間的確存有差異之後,post hoc 全距檢定和成對多重比較便可以決定到底是哪些平均數不一樣。 比較會根據未調整的值來進行。 這些檢定僅供固定的受試者間因素使用。 在「GLM 重複測量模型」中如果沒有受試者間因素,則無法使用這些檢定,而且會針對跨受試者內因素層級的平均來執行 post hoc 多重比較檢定。 對於「GLM 多變量」,事後檢定會分別測試每個應變數 。 您必須先安裝「進階統計量」選項,然後才能使用「GLM 多變量」和「GLM 重複測量」。

Bonferroni 與杜凱氏最誠實顯著性差異 (Tukey HSD) 檢定常用於多重比較檢定。 Bonferroni 檢定 (以 Student's t 統計量為依據) 會調整產生多重比較之因素的觀察顯著性水準。 Sidak's t 檢定也會調整顯著性水準,並提供較 Bonferroni 檢定更嚴謹的界限。 杜凱氏最誠實顯著性差異 (Tukey HSD) 檢定會使用學生化全距統計量,來進行群組間的所有成對比較,並將實驗誤差比設定為所有成對比較集合的誤差率。 檢定大量的成對平均數時,杜凱氏最誠實顯著性差異 (Tukey HSD) 檢定會較 Bonferroni 檢定的功能更強大。 對於少量的配對而言,Bonferroni 的功能較為強大。

Hochberg's GT2類似於杜凱氏最誠實顯著性差異 (Tukey HSD) 檢定,但是會使用 Studentized 最大模數。 一般來說,Tukey's 的功能較為強大。 Gabriel's 成對比較檢定也會使用 Studentized 最大模數,而且在資料格大小不相等時,其功能通常較 Hochberg's GT2 的強大。 當資料格大小有相當大的不同時,貴博 (Gabriel) 檢定可能會有較大彈性。

Dunnett's 成對多重比較檢定會根據單一控制平均數來比較一組處理。 最後一個類別是預設的控制類別。 當然您也可以改用第一個類別。 您也可以選擇雙邊或單邊檢定。 若要檢定因素之任意層級 (控制類別除外) 上的平均數不等於控制類別上的平均數,可使用雙邊檢定。 如果要測試因數層次中的平均數是否小於控制項種類的平均數,請選取 < Control。 同樣地,若要測試因素的任何層次上的平均數是否大於控制項種類的平均數,請選取 > 控制

Ryan、Einot、Gabriel 及 Welsch (R-E-G-W) 發展出兩個多重細分全距檢定。 多重細分程序會先檢定所有平均數是否相等。 若所有平均數並非相等,則會針對相等性來檢定平均數的子集。 R-E-G-W F 是以 F 檢定為依據,而 R-E-G-W Q 是以學生化全距為依據。 這些檢定會較唐肯氏 (Duncan) 多重全距檢定和 Student-Newman-Keuls(亦為多重細分程序)的功能更為強大,但是不建議您針對資料格大小不相等的情況使用他們。

當變異數不相等時,可使用 Tamhane's T2(以 t 檢定為依據的保存成對比較檢定)、杜納 (Dunnett) T3 檢定(以學生化最大模數為依據的成對比較檢定)、Games-Howell 成對比較檢定(有時是形式不拘的)或 Dunnett's C (以學生化全距為依據的成對比較檢定)。 請注意,如果模式中有多個因素,則這些檢定會無效且不會產生。

唐肯氏 (Duncan) 多重全距檢定、Student-Newman-Keuls (S-N-K) 及 Tukey's b 均為全距檢定,可排列組別平均數的等級,並計算全距值。 這些檢定的使用頻次不會像先前討論的檢定一樣頻繁。

Waller-Duncan t 檢定會使用貝氏方法。 當樣本大小不相等時,這個全距會檢定樣本大小的調和平均數。

Scheffé 檢定之顯著性水準的設計目的是容許所有要檢定之群組平均數的所有可能線性組合,而不只是此功能中可用的成對比較。 結果是 Scheffé 檢定會較其他檢定更能保存,這表示需要顯著的平均數間較大差異。

最大的顯著差異 (LSD) 成對多重比較檢定相當於所有成對群組間的多重個別 t 檢定。 此檢定的缺點是不會嘗試調整多重比較的觀察顯著性水準。

顯示的檢定。 會針對 LSD、Sidak、Bonferroni、Games-Howell、Tamhane's T2 與 T3、Dunnett's C 及杜納 (Dunnett) T3 檢定提供成對比較。 會針對 S-N-K、Tukey's b、Duncan、R-E-G-W F、R-E-G-W Q 及 Waller 提供全距檢定的同質性子集。 杜凱氏最誠實顯著性差異 (Tukey HSD) 檢定、Hochberg's GT2、貴博 (Gabriel) 檢定及 Scheffé's 檢定同時為多重比較檢定與全距檢定。

取得 GLM 的事後檢定

  1. 從功能表中選擇:

    分析 > 一般線性模型

  2. 選擇 單變量多變量重複測量
  3. 在對話框中,按一下 Post Hoc
  4. 選取要分析的因素,並將這些因素移至「事後檢定目標」清單。
  5. 選擇您想要的檢定。

當模型中已指定共變數時,無法使用事後檢定。

您必須先安裝「進階統計量」選項,然後才能使用「GLM 多變量」和「GLM 重複測量」。