发布网友 发布时间:2022-04-24 17:40
共1个回答
热心网友 时间:2023-10-27 08:35
比较标准的答案:两样本的非参数检验(Wilcoxon M-W U检验)+Bonferroni检验(Bonferroni correction)。楼主碰到的是参见的多重检验校正问题multiple testing或者称为post hoc,不管是在方差分析、卡方检验还是非参数检验都会碰到。在方差分析中提供了诸如LSD-t、SNK-q检验之类方法,而在其它情况基本无公认方法(有方法,但不常用)。但有一种通用的校正方法叫Bonferroni检验,即根据检验次数将检验水准降低(一般书本放在卡方检验这章),当然这是一种过于保守的校正方法,试想,检验了k次,alpha就要除以k,得到这样的阳性结果确实不太容易;当然根据概率的计算,如果k次检验完全相互,检验水准确实应该除以k。由于非参数检验两两比较主要采用Wilcoxon M-W U检验,这时校正再加上Bonferroni即可。参数检验时因为LSD-t等检验的检验效率更高,所以一般不采用它;理论上其实也可以,这时用t检验+Bonferroni检验,只不过检验效率较低而已。非参转换成参数检验,不是不可以,只是如果是等级资料肯定转不过去,如果是参数不服从正态转成非参再转成参数,这么来回倒腾,再考虑LSD-t本身的检验效率,这时估计都还不如Bonferroni了。顺便说句,多重检验这块目前在生物统计学中还是研究热点,因为在生物统计中经常碰到像基因表达谱、全基因组关联分析等动辄上万次、上百万次的多重检验,不校正肯定不行,Bonferroni是标准做法但是太狠了,因此又应用了许多诸如FDR、bootstrap一类的方法。
CK