25 votos

¿Bonferroni o Tukey? ¿Cuándo es grande el número de comparaciones?

Lectura de Field's Descubrir la estadística con SPSS (3ª edición) Me llamó la atención un fragmento sobre las pruebas post-hoc en el ANOVA. Para los que quieren controlar la tasa de error de tipo I sugiere Bonferroni o Tukey y dice (p. 374):

Bonferroni tiene más poder cuando el número de comparaciones es pequeño, mientras que Tukey es más potente cuando cuando se comprueba un gran número de medias.

¿Dónde debe trazarse la línea entre un número pequeño y uno grande de medios?

7 votos

En la parte inferior de la siguiente página web del NIST/Sematech, itl.nist.gov/div898/handbook/prc/section4/prc473.htm,it se recomienda realizar ambas pruebas y tomar el menor de los dos intervalos. He encontrado comentarios similares en Johnson y Wichern sobre la realización de MANOVA.

1 votos

@schenectady ¡Buena respuesta! ¿Por qué no la pegas en una respuesta? Por cierto, el enlace está corrupto en tu comentario; el correcto es itl.nist.gov/div898/handbook/prc/section4/prc473.htm .

1 votos

Primero un breve punto: La potencia está directamente relacionada con la tasa de error de tipo II, no con la de tipo I. Ahora perdóname pero voy a soltar algunas opiniones. ¿Podría considerarse que lo que está haciendo es "jugar con el sistema", intentando manipularlo para que se clasifiquen más resultados como sig. o no sig.? Estos juicios binarios son mucho menos informativos, y potencialmente mucho más engañosos, que los informes de los tamaños de los efectos reales, en su caso, con respecto a las diferencias de grupo en las medias. Me gusta que la gente utilice p -valores para adornar los resultados más que para estructurarlos. Fin de la editorial: ¡discuta!

11voto

Eric Davis Puntos 1542

Además de los útiles enlace mencionado en los comentarios por @schenectady.

También me gustaría añadir que la corrección de Bonferroni se aplica a una clase más amplia de problemas. Hasta donde yo sé, la HSD de Tukey sólo se aplica a situaciones en las que se quieren examinar todas las posibles comparaciones por pares, mientras que la corrección de Bonferroni puede aplicarse a cualquier conjunto de pruebas de hipótesis.

En particular, la corrección de Bonferroni es útil cuando se tiene un pequeño conjunto de comparaciones planificadas y se desea controlar la tasa de error de tipo I de la familia. También permite realizar comparaciones compuestas. Por ejemplo, tiene un ANOVA de 6 vías y quiere comparar la media de los grupos 1, 2 y 3 con el grupo 4, y quiere comparar el grupo 5 con el 6.

Para ilustrarlo mejor, podría aplicar la corrección de Bonferroni para evaluar la importancia de las correlaciones en una matriz de correlación, o el conjunto de efectos principales y de interacción en un ANOVA. Sin embargo, esta corrección no suele aplicarse, presumiblemente por la razón de que la reducción de la tasa de error de tipo I da lugar a una reducción inaceptable de la potencia.

0 votos

Sólo tengo curiosidad por saber si tienes una cita para: "Sin embargo, esa corrección no se suele aplicar, presumiblemente por la razón de que la reducción de la tasa de error de tipo I da lugar a una reducción inaceptable de la potencia." ¡Muchas gracias!

0 votos

Bienvenido al sitio. Esto debería publicarse como un comentario, no como una respuesta.

0 votos

@Jessica. No, no tengo una cita para esa afirmación. Pero es bastante fácil de demostrar a través de la simulación, fórmulas, o incluso sólo un conocimiento básico de los factores que afectan a la potencia estadística (es decir, tales factores incluyen alfa).

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X