在卫生统计学中,当涉及到多个均数之间的两两比较时,一般会使用一些特定的办法来控制I型错误率(即假阳性错误率),由于伴随比较次数的增加,出现至少一次错误拒绝原假设的概率也会相应提升。常见的多重比较办法包含Tukey法、Bonferroni校正法、Scheffe法等。
1. Tukey法:这是一种很常见的办法,适用于所有组间均数两两比较,并且需要各组样本量相等或相近。它通过计算一个特定的q值(即学生化极差分布),来确定不同组别之间的差异是不是具备统计学意义。Tukey法可以较好地控制家庭智慧错误率(Family|wise error rate, FWER)。
2. Bonferroni校正法:这是一种较为守旧的办法,适用于任何种类的多重比较问题。其基本思想是将原始的显著性水平α除以进行比较的次数m,即新的显著性水平为α/m。如此可以大大降低I型错误率,但或许会增加II型错误(即假阴性)的风险。
3. Scheffe法:该办法适用于所有种类的多重比较问题,并且不需要样本量相等。Scheffe法通过构建一个包括所大概线性组合的置信区间来达成对多个均数的同时测试,可以提供较强的理论保证,但其检验效能相对较低,或许会致使更多的II型错误。
选择哪种办法取决于具体的研究设计、数据特点与研究者对于I型和II型错误率的不同偏好。在实质应用中,建议依据具体状况综合考虑各种原因后作出适当的选择。
相关文章推荐



