Hoe de scheffe-test in sas uit te voeren

Een eenrichtings-ANOVA wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer onafhankelijke groepen.

Als de totale p-waarde van de ANOVA-tabel onder een bepaald significantieniveau ligt, hebben we voldoende bewijs om te zeggen dat ten minste één van de groepsgemiddelden verschilt van de andere.

Dit vertelt ons echter niet welke groepen van elkaar verschillen. Dit vertelt ons eenvoudigweg dat niet alle groepsgemiddelden gelijk zijn.

Om precies te weten welke groepen van elkaar verschillen, moeten we eenpost-hoctest uitvoeren.

Een van de meest gebruikte post-hoc tests is de Scheffe-test , waarmee we paarsgewijze vergelijkingen kunnen maken tussen de gemiddelden van elke groep, terwijl we controleren voor het foutenpercentage binnen het gezin .

Het volgende voorbeeld laat zien hoe u de Scheffe-test uitvoert in R.

Voorbeeld: Scheffe-test in SAS

Stel dat een onderzoeker 30 studenten recruteert om aan een onderzoek deel te nemen. Studenten worden willekeurig toegewezen om een van de drie studiemethoden te gebruiken ter voorbereiding op een examen.

We kunnen de volgende code gebruiken om deze gegevensset in SAS te maken:

 /*create dataset*/
data my_data;
    input Method $Score;
    datalines ;
At 76
At 77
At 77
At 81
At 82
At 82
At 83
At 84
At 85
At 89
B 81
B 82
B 83
B 83
B 83
B 84
B 87
B90
B92
B93
C 77
C 78
C 79
C 88
C 89
C 90
C 91
C 95
C 98
C 98
;
run ;

Vervolgens zullen we proc ANOVA gebruiken om de eenrichtings-ANOVA uit te voeren:

 /*perform one-way ANOVA with Scheffe's post-hoc test*/
proc ANOVA data = my_data;
classMethod ;
modelScore = Method;
means Method / scheffe cldiff ;
run;

Opmerking : we gebruikten de middelenverklaring samen met de opties van Scheffe en Cldiff om te specificeren dat de post-hoc-test van Scheffe moet worden uitgevoerd (met betrouwbaarheidsintervallen) als de totale p-waarde van de eenrichtings-ANOVA statistisch significant is.

Eerst analyseren we de ANOVA-tabel in het resultaat:

Uit deze tabel kunnen we zien:

• Totale F-waarde: 3,49
• De bijbehorende p-waarde: 0,0448

Bedenk dat een eenrichtings-ANOVA de volgende nul- en alternatieve hypothesen gebruikt:

• H ₀ : Alle groepsgemiddelden zijn gelijk.
• H _A : Minstens één groepsgemiddelde is anders   rest.

Omdat de p-waarde van de ANOVA-tabel (0,0448) kleiner is dan α = 0,05, verwerpen we de nulhypothese.

Dit vertelt ons dat de gemiddelde examenscore niet gelijk is over de drie studievormen.

Gerelateerd: Hoe F-waarde en P-waarde in ANOVA te interpreteren

Om precies te bepalen welke groepsgemiddelden verschillend zijn, moeten we de tabel met uiteindelijke resultaten raadplegen, die de resultaten van Scheffe’s post-hoc-tests toont:

Om erachter te komen welke groepsgemiddelden verschillend zijn, moeten we kijken naar welke paarsgewijze vergelijkingen sterren ( *** ) ernaast hebben.

Uit de tabel blijkt dat er een statistisch significant verschil is in de gemiddelde examenscores tussen Groep A en Groep C.

Er zijn geen statistisch significante verschillen tussen de gemiddelden van de andere groepen.

Concreet zien we dat het gemiddelde verschil in examenscores tussen groep C en groep A 6,7 bedraagt.

Het 95% betrouwbaarheidsinterval voor het verschil in gemiddelden tussen deze groepen is [0,064; 13,336] .

Aanvullende bronnen

De volgende tutorials bieden aanvullende informatie over ANOVA-modellen:

Een gids voor het gebruik van post-hoctesten met ANOVA
Eenrichtings-ANOVA uitvoeren in SAS
Hoe u tweerichtings-ANOVA uitvoert in SAS