Hoe de tukey-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 Tukey-test , waarmee we paarsgewijze vergelijkingen kunnen maken tussen de gemiddelden van elke groep, terwijl we controleren voor het familiefoutenpercentage .

In het volgende voorbeeld ziet u hoe u de Tukey-test in R uitvoert.

Voorbeeld: Tukey-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.

Hieronder vindt u de examenresultaten per student:

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

 /*create dataset*/
data my_data;
    input Method $Score;
    datalines ;
At 78
At 81
At 82
At 82
At 85
At 88
At 88
At 90
B 81
B 83
B 83
B85
B 86
B 88
B90
B91
C 84
C 88
C 88
C 89
C 90
C 93
C 95
C 98
;
run ;

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

 /*perform one-way ANOVA*/
proc ANOVA data =my_data;
classMethod ;
modelScore = Method;
means Method / tukey cldiff ;
run ;

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

Eerst analyseren we de ANOVA-tabel in het resultaat:

Uit deze tabel kunnen we zien:

• Totale F-waarde: 5,26
• De bijbehorende p-waarde: 0,0140

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 (0,0140) 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 de post-hoc-tests van Tukey toont:

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

Uit de tabel kunnen we zien 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.

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