Section author: Danielle J. Navarro and David R. Foxcroft
பிந்தைய தற்காலிக சோதனைகள்
வேறு தலைப்புக்கு மாற வேண்டிய நேரம். முரண்பாடுகளைப் பயன்படுத்தி நீங்கள் சோதித்த முன் திட்டமிடப்பட்ட ஒப்பீடுகளுக்கு பதிலாக, நீங்கள் உங்கள் ANOVA ஐ செய்துள்ளீர்கள் என்று வைத்துக்கொள்வோம், மேலும் நீங்கள் சில குறிப்பிடத்தக்க விளைவுகளைப் பெற்றீர்கள் என்று மாறிவிடும். *F *-tests என்பது “ஆம்னிபச்” சோதனைகள் என்பதால், குழுக்களிடையே வேறுபாடுகள் எதுவும் இல்லை என்ற சுழிய கருதுகோளை மட்டுமே சோதிக்கிறது, குறிப்பிடத்தக்க விளைவைப் பெறுவது எந்தக் குழுக்கள் வேறுபட்டவை என்பதை உங்களுக்குக் கூறாது. இந்த சிக்கலை அத்தியாயத்தில் விவாதித்தோம்: DOC: ../ ch13/ch13_anova, அந்த அத்தியாயத்தில் எங்கள் தீர்வு சாத்தியமான அனைத்து இணை குழுக்களுக்கும் *t *-teds ஐ இயக்குவதாகும், பல ஒப்பீடுகளுக்கான திருத்தங்களைச் செய்கிறது (எ.கா., போன்பெரோரோனி, ஓல்ம்) அனைத்து ஒப்பீடுகளிலும் வகை I பிழை வீதத்தைக் கட்டுப்படுத்த. நாங்கள் அங்கு பயன்படுத்திய முறைகள் ஒப்பீட்டளவில் எளிமையாக இருப்பதன் நன்மையைக் கொண்டுள்ளன, மேலும் நீங்கள் பல கருதுகோள்களைச் சோதிக்கும் பல்வேறு சூழ்நிலைகளில் நீங்கள் பயன்படுத்தக்கூடிய கருவிகளாக இருப்பது, ஆனால் அவை நீங்கள் இருந்தால் அவை சிறந்த தேர்வுகள் அல்ல ' ANOVA சூழலில் திறமையான பிந்தைய தற்காலிக சோதனை செய்ய ஆர்வமாக உள்ளார். புள்ளிவிவர இலக்கியத்தில் பல ஒப்பீடுகளைச் செய்வதற்கு உண்மையில் பல்வேறு முறைகள் உள்ளன (: குறிப்பு: அ்சு, 1996 <hsu_1996>), மேலும் அவை அனைத்தையும் விவாதிக்க இது போன்ற ஒரு அறிமுக உரையின் எல்லைக்கு அப்பாற்பட்டதாக இருக்கும் எந்த விவரத்திலும்.
சொல்லப்பட்டால், உங்கள் கவனத்தை ஈர்க்க விரும்பும் ஒரு கருவி உள்ளது, அதாவது டுகேயின் “நேர்மையான குறிப்பிடத்தக்க வேறுபாடு” அல்லது ** டுகேயின் HSD ** சுருக்கமாக. ஒருமுறை, நான் உங்களுக்கு சூத்திரங்களை விட்டுவிட்டு, தரமான யோசனைகளுடன் ஒட்டிக்கொள்வேன். டுகேயின் எச்.எச்.டி.யில் உள்ள அடிப்படை சிந்தனை குழுக்களுக்கிடையேயான அனைத்து சோடிவரிசை ஒப்பீடுகளையும் ஆராய்வதாகும், மேலும் நீங்கள் ஆர்வமுள்ள * சோடிவரிசை * வேறுபாடுகள் இருந்தால் டுகேயின் எச்.எச்.டி. | கிளினிக்கல் ட்ரீல் | _ தரவு தொகுப்பைப் பயன்படுத்தி ஒரு காரணியாலான ANOVA, மற்றும் `` மருந்து`` என்பதற்கு ஒரு முக்கிய விளைவையும், `` சிகிச்சை`` இன் முக்கிய விளைவையும் நாங்கள் குறிப்பிட்டுள்ளோம், பின்வரும் நான்கு ஒப்பீடுகளில் நாங்கள் ஆர்வமாக இருப்போம்:
`` மருந்துப்போலி`` வழங்கப்பட்ட நபர்களுக்கு எதிராக `` மனநிலை.
`` மருந்துப்போலி`` வழங்கப்பட்ட நபர்களுக்கு எதிராக `` மனநிலை.
`` Incifree`` க்கு எதிராக `` சாய்செபம்`` வழங்கப்படும் நபர்களுக்கு `` மனநிலை.கைன்`` இல் உள்ள வேறுபாடு.
`` சிபிடி`` உடன் சிகிச்சையளிக்கப்பட்டவர்களுக்கு `` மனநிலை.
இந்த ஒப்பீடுகளில் ஏதேனும் ஒன்றிற்கு, (மக்கள் தொகை) குழு வழிமுறைகளுக்கு இடையிலான உண்மையான வேறுபாட்டில் நாங்கள் ஆர்வமாக உள்ளோம். இந்த நான்கு ஒப்பீடுகளுக்கும் டுகேயின் எச்.எச்.டி ** ஒரே நேரத்தில் நம்பிக்கை இடைவெளிகளை ** உருவாக்குகிறது. 95 % “ஒரே நேரத்தில்” நம்பிக்கை இடைவெளியால் நாம் சொல்வது என்னவென்றால், இந்த ஆய்வை நாம் பல முறை மீண்டும் சொல்ல விரும்பினால், 95 % ஆய்வு முடிவுகளில் நம்பிக்கை இடைவெளிகளில் தொடர்புடைய உண்மையான மதிப்பைக் கொண்டிருக்கும். மேலும், எந்தவொரு குறிப்பிட்ட ஒப்பீட்டிற்கும் சரிசெய்யப்பட்ட *p *-value ஐக் கணக்கிட இந்த நம்பிக்கை இடைவெளிகளைப் பயன்படுத்தலாம்.
சாமோவியில் உள்ள `` tukeyhsd`` செயல்பாடு பயன்படுத்த மிகவும் எளிதானது. நீங்கள் பிந்தைய தற்காலிக சோதனைகளை இயக்க விரும்பும் ANOVA மாதிரி காலத்தை நீங்கள் குறிப்பிடுகிறீர்கள். எடுத்துக்காட்டாக, முக்கிய விளைவுகளுக்காக பிந்தைய தற்காலிக சோதனைகளை இயக்க நாங்கள் விரும்பினால், ஆனால் தொடர்பு அல்ல, நாங்கள் ANOVA பகுப்பாய்வுத் திரையில் `` பிந்தைய தற்காலிக சோதனைகள்` விருப்பத்தைத் திறப்போம், `` மருந்து`` மற்றும் ` சிகிச்சை` வலதுபுறத்தில் உள்ள பெட்டியின் மாறிகள், பின்னர் பயன்படுத்தக்கூடிய பிந்தைய தற்காலிக திருத்தங்களின் பட்டியலில்` டுகே` தேர்வுப்பெட்டியைத் தேர்ந்தெடுக்கவும். இது, தொடர்புடைய முடிவுகள் அட்டவணையுடன், இதில் காட்டப்பட்டுள்ளது: NumRef: Fig-factoralananova13.
Fig. 167 சமோவியின் காரணியாலான ANOVA நடைமுறைக்குள் பிந்தைய தற்காலிக சோதனையை அமைப்பதற்கான விருப்பங்கள் குழு (தற்போதைய அமைப்புகள் ஒரு டுகே எச்.எச்.டி புள்ளிவிவரத்தைக் கோருகின்றன): `` மருந்து` மற்றும் சிகிச்சை` காரணிகளுடன் நிறைவுறா மாதிரி ஆனால் ஒரு தொடர்பு காலமின்றி (| கிளினிக்கல் ட்ரீல் | _ தரவு தொகுப்பு)
`` பிந்தைய தற்காலிக சோதனைகள்` `முடிவுகள் அட்டவணையில் காட்டப்பட்டுள்ள வெளியீடு (நான் நம்புகிறேன்) மிகவும் நேரடியானது. முதல் ஒப்பீடு, எடுத்துக்காட்டாக, கவலைக்கு எதிராக மருந்துப்போலி வேறுபாடு, மற்றும் வெளியீட்டின் முதல் பகுதி குழு வழிமுறைகளில் காணப்பட்ட வேறுபாடு 0.27 என்பதைக் குறிக்கிறது. அடுத்த எண் வித்தியாசத்திற்கான நிலையான பிழை. பின்னர் சுதந்திரத்தின் டிகிரி கொண்ட ஒரு நெடுவரிசை, t *-value உடன் ஒரு நெடுவரிசை, இறுதியாக *p *-value உடன் ஒரு நெடுவரிசை உள்ளது. முதல் ஒப்பீட்டிற்கு சரிசெய்யப்பட்ட *பி *-மதிப்பு 0.21 ஆகும். இதற்கு நேர்மாறாக, நீங்கள் அடுத்த வரியைப் பார்த்தால், சாய்செபமுக்கும் மருந்துப்போலி இடையே காணப்பட்ட வேறுபாடு 1.03 ஆக இருப்பதைக் காண்கிறோம், மேலும் இந்த முடிவு குறிப்பிடத்தக்கதாகும் ( ப* <0.001).
இதுவரை, மிகவும் நல்லது. உங்கள் மாதிரியில் தொடர்பு விதிமுறைகளை உள்ளடக்கிய நிலைமை என்ன? உதாரணமாக, சாமோவியில் இயல்புநிலை விருப்பம் `` மருந்து`` மற்றும் `` சிகிச்சை`` இடையே ஒரு தொடர்பு இருப்பதற்கான வாய்ப்பை அனுமதிப்பதாகும். அப்படியானால், நாம் கருத்தில் கொள்ள வேண்டிய சோடிவரிசை ஒப்பீடுகளின் எண்ணிக்கை அதிகரிக்கத் தொடங்குகிறது. முன்பு போலவே, `` மருந்து`` இன் முக்கிய விளைவு மற்றும் `` சிகிச்சை`` இன் முக்கிய விளைவுக்கு பொருத்தமான ஒரு ஒப்பீடு ஆகியவற்றுக்கு பொருத்தமான மூன்று ஒப்பீடுகளை நாம் கருத்தில் கொள்ள வேண்டும். ஆனால், ஒரு குறிப்பிடத்தக்க தொடர்புகளின் சாத்தியத்தை நாம் கருத்தில் கொள்ள விரும்பினால் (மேலும் அந்த குறிப்பிடத்தக்க தொடர்புக்கு உட்பட்ட குழு வேறுபாடுகளைக் கண்டுபிடிக்க முயற்சிக்கவும்), பின்வருவன போன்ற ஒப்பீடுகளை நாம் சேர்க்க வேண்டும்:
`` மனநிலை.
`` மனநிலை.
முதலியன.
நீங்கள் கருத்தில் கொள்ள வேண்டிய இந்த ஒப்பீடுகள் நிறைய உள்ளன. எனவே, இந்த ANOVA மாதிரிக்கான டுகே பிந்தைய தற்காலிக பகுப்பாய்வை நாங்கள் இயக்கும் போது, இது காட்டப்பட்டுள்ளபடி, இது ஒரு * நிறைய * சோடிவரிசை ஒப்பீடுகளை (மொத்தத்தில் 19) உருவாக்கியிருப்பதைக் காண்கிறோம்: NUMREF: Fig-factoralananova14. இது முன்பு மிகவும் ஒத்ததாக இருப்பதை நீங்கள் காணலாம், ஆனால் இன்னும் நிறைய ஒப்பீடுகளுடன்.
Fig. 168 சமோவியின் காரணியாலான ANOVA நடைமுறைக்குள் ஒரு டுகே எச்.எச்.டி பிந்தைய தற்காலிக சோதனைக்கான முடிவுகள் அட்டவணை: `` மருந்து`` மற்றும் சிகிச்சை` காரணிகளுடன் நிறைவுறா மாதிரி ஆனால் ஒரு தொடர்பு காலமின்றி (| மருத்துவமினை | _ தரவு தொகுப்பைப் பயன்படுத்துதல்)