如何使用 dunnett 检验进行多重比较
ANOVA（方差分析）用于确定三个或更多独立组的平均值之间是否存在统计显着差异。
如果方差分析的p 值低于某个选定的显着性水平，我们可以拒绝原假设并得出结论：我们有足够的证据表明组均值中至少有一个与其他均值不同。
然而，这并没有告诉我们哪些群体彼此不同。这只是告诉我们并非所有组的平均值都是相等的。为了确切地知道哪些组彼此不同，我们需要执行事后测试。
如果研究中的一组被视为对照组，那么我们应该使用Dunnett 检验作为方差分析后的事后检验。
邓尼特检验：定义
我们可以使用以下两个步骤来执行 Dunnett 检验：
步骤 1：找到 Dunnett 的临界值。
首先，我们需要找到 Dunnett 的临界值。计算如下：
Dunnett 临界值：t d √ 2MS w /n
金子：
- t d ：在Dunnett 表中针对给定 alpha 水平、组数和组样本大小找到的值。
- MS w ：方差分析输出表中“组内”的均方
- n：组样本大小
步骤 2：将组均值之间的差异与 Dunnett 临界值进行比较。
接下来，我们计算每组平均值与对照组平均值之间的绝对差。如果差异超过 Dunnett 的临界值，则该差异被认为具有统计显着性。
以下示例显示如何在实践中执行 Dunnett 检验。
邓尼特检验：示例
假设一位老师想知道两种新的学习技巧是否有可能提高学生的考试成绩。为了测试这一点，她将班上 30 名学生随机分为以下三组：
- 对照组：10名学生
- 新技术学习1：10名学生
- 新技术学习2：10名学生
在使用指定的学习技巧一周后，每个学生都会参加相同的考试。结果如下：
- 对照组平均考试成绩： 81.6
- 新学习技术第一组平均考试成绩： 85.8
- 新学习技巧 2 小组考试平均分： 87.7
- 方差分析输出表中“组内”的均方： 23.3
有了这些信息，我们可以执行 Dunnett 检验，以确定两种新学习技术中的一种是否会产生与对照组显着不同的平均考试成绩。
步骤 1：找到 Dunnett 的临界值。
使用 α = 0.05、组样本大小 n = 10、组总数 = 3， Dunnett 的表告诉我们在计算临界值时使用值2.57 。
然后我们可以将这个数字代入公式来找到临界 Dunnett 值：
Dunnett 临界值： t d √ 2MS w /n = 2.57√ 2(23.3)/10 = 5.548
步骤 2：将组均值之间的差异与 Dunnett 临界值进行比较。
每种研究技术的平均值与对照组的平均值之间的绝对差异如下：
- 绝对值。新技术 1 与对照之间的差异：|85.8 – 81.6| = 4.2
- 绝对值。新技术2与对照之间的差异：|87.7 – 81.6| = 6.1
只有技术2和对照组之间的绝对差值大于Dunnett临界值5,548 。
因此，我们可以说，与对照组相比，新学习技巧#2 产生了显着不同的考试结果，但新学习技巧#1 的情况并非如此。
其他资源
关于作者
本杰明·安德森博
大家好，我是本杰明，一位退休的统计学教授，后来成为 Statorials 的热心教师。 凭借在统计领域的丰富经验和专业知识，我渴望分享我的知识，通过 Statorials 增强学生的能力。了解更多