Тест диапазона Тьюки - Tukeys range test - Wikipedia

Тест дальности Тьюки, также известный как Тест Тьюки, Метод Тьюки, Проверка честной значимости Тьюки, или же HSD Тьюки (честно значительная разница) тест,^[1] одношаговый множественное сравнение процедура и статистический тест. Его можно использовать для поиска средств, которые существенно отличаются друг от друга.

Названный в честь Джон Тьюки,^[2] он сравнивает все возможные пары средства, и основан на студентизированное распределение диапазона (q) (это распределение похоже на распределение т от т-тест. Смотри ниже).^[3] Не следует путать тесты HSD Тьюки с тестами средней разницы Тьюки (также известные как Диаграмма Бланда – Альтмана ).

Тест Тьюки сравнивает средства каждого лечения со средствами любого другого лечения; то есть он применяется одновременно к множеству всех попарных сравнений

${\displaystyle \mu _{i}-\mu _{j}\,}$

и определяет любую разницу между двумя средними значениями, превышающую ожидаемую стандартная ошибка. В коэффициент уверенности для набор, когда все размеры выборки равны, ровно ${\displaystyle 1-\alpha }$ для любого ${\displaystyle 0\leq \alpha \leq 1}$. Для неравных размеров выборки коэффициент достоверности больше 1 - α. Другими словами, метод Тьюки консервативен, когда есть неравные размеры выборки.

Предположения

1. Проверяемые наблюдения независимый внутри и среди групп.
2. Группы, связанные с каждым средним в тесте: нормально распределенный.
3. Внутригрупповая дисперсия одинакова для всех групп, связанных с каждым средним значением в тесте (однородность дисперсии ).

Статистика теста

Тест Тьюки основан на формуле, очень похожей на формулу т-тест. Фактически, тест Тьюки по сути т-test, за исключением того, что он исправляет частота ошибок в семье.

Формула теста Тьюки:

${\displaystyle q_{s}={\frac {Y_{A}-Y_{B}}{SE}},}$

куда Y_А является большим из двух сравниваемых средств, Y_B - меньшее из двух сравниваемых средних, а SE - стандартная ошибка от суммы средств.

Этот q_s значение затем можно сравнить с q значение от студентизированное распределение диапазона. Если q_s ценность больше чем критическое значение q_α полученные из распределения, говорят, что два средних значения существенно различаются на уровне ${\displaystyle \alpha :0\leq \alpha \leq 1}$.^[3]

Поскольку нулевая гипотеза для теста Тьюки заявляет, что все сравниваемые средние значения относятся к одной и той же совокупности (т.е. μ₁ = μ₂ = μ₃ = ... = μ_k) средства должны быть нормально распределены (согласно Центральная предельная теорема ). Это приводит к предположению о нормальности теста Тьюки.

Студентизированный диапазон (q) распределение

Метод Тьюки использует студентизированное распределение диапазона. Предположим, что мы берем образец размером п от каждого из k населения с одинаковыми нормальное распределение N(μ, σ²) и предположим, что ${\displaystyle {\bar {y}}}$_мин - наименьшее из этих выборочных средних и ${\displaystyle {\bar {y}}}$_{Максимум} является наибольшим из этих выборочных средних, и предположим, что S² это дисперсия объединенной выборки из этих образцов. Тогда следующая случайная величина имеет распределение по стьюдентизированному диапазону.

${\displaystyle q={\frac {{\overline {y}}_{\max }-{\overline {y}}_{\min }}{S{\sqrt {2/n}}}}}$

Это значение q лежит в основе критического значения q, исходя из трех факторов:

1. α ( Ошибка типа I рейтинг, или вероятность отклонения истинной нулевой гипотезы)
2. k (количество популяций)
3. df (количество степеней свободы (N – k) куда N это общее количество наблюдений)

Распределение q сведен в таблицу и фигурирует во многих учебниках по статистике. В некоторых таблицах распределение q сведен в таблицу без ${\displaystyle {\sqrt {2}}}$ фактор. Чтобы понять, что это за таблица, мы можем вычислить результат для k = 2 и сравните его с результатом Распределение Стьюдента с одинаковыми степенями свободы и одинаковымиα.Кроме того, р предлагает кумулятивная функция распределения (птукей) и квантильная функция (qtukey) заq.

Пределы уверенности

Тьюки пределы уверенности для всех попарных сравнений с доверительной вероятностью не менее 1 - α являются

${\displaystyle {\bar {y}}_{i\bullet }-{\bar {y}}_{j\bullet }\pm {\frac {q_{\alpha ;k;N-k}}{\sqrt {2}}}{\widehat {\sigma }}_{\varepsilon }{\sqrt {\frac {2}{n}}}\qquad i,j=1,\ldots ,k\quad i\neq j.}$

Обратите внимание, что точечная оценка и оценочная дисперсия такие же, как и для одиночного попарного сравнения. Единственное различие между доверительными границами для одновременных сравнений и доверительных интервалов для одного сравнения - это кратное расчетное стандартное отклонение.

Также обратите внимание, что размеры выборки должны быть одинаковыми при использовании подхода стьюдентизированного диапазона. ${\displaystyle {\widehat {\sigma }}_{\varepsilon }}$ - стандартное отклонение всего дизайна, а не только двух сравниваемых групп. Возможна работа с неравными объемами выборки. В этом случае необходимо вычислить оценочное стандартное отклонение для каждого попарного сравнения, как формализовано Клайд Крамер в 1956 году, поэтому процедуру для неравных размеров выборки иногда называют Метод Тьюки – Крамера который выглядит следующим образом:

${\displaystyle {\bar {y}}_{i\bullet }-{\bar {y}}_{j\bullet }\pm {\frac {q_{\alpha ;k;N-k}}{\sqrt {2}}}{\widehat {\sigma }}_{\varepsilon }{\sqrt {{\frac {1}{n}}_{i}+{\frac {1}{n}}_{j}}}\qquad }$

куда п _я и п _j размеры групп я и j соответственно. Также применяются степени свободы для всего дизайна.

Смотрите также

• Уровень семейных ошибок
• Метод Ньюмана – Кеулса

Примечания

1. Лоури, Ричард. «Односторонний дисперсионный анализ - независимые образцы». Vassar.edu. Архивировано из оригинал 17 октября 2008 г.. Получено 4 декабря, 2008. Также иногда как «честно» см., Например, Morrison, S .; Sosnoff, J. J .; Хеффернан, К. С .; Jae, S. Y .; Фернхолл, Б. (2013). «Старение, гипертония и физиологический тремор: вклад кардиобаллистического импульса в треморгенез у пожилых людей». Журнал неврологических наук. 326 (1–2): 68–74. Дои:10.1016 / j.jns.2013.01.016.
2. Тьюки, Джон (1949). «Сравнение индивидуальных средств в дисперсионном анализе». Биометрия. 5 (2): 99–114. JSTOR  3001913.
3. Линтон, Л.Р., Хардер, Л.Д. (2007) Биология 315 - Конспект лекций по количественной биологии. Университет Калгари, Калгари, AB

дальнейшее чтение

• Монтгомери, Дуглас К. (2013). Планирование и анализ экспериментов (Восьмое изд.). Вайли. Раздел 3.5.7.

внешняя ссылка

• Электронный справочник статистических методов NIST / SEMATECH: метод Тьюки