Hat jemand das Marascuilo-Verfahren zum Vergleichen mehrerer Proportionen verwendet?


9

Das hier beschriebene Marascuilo-Verfahren scheint ein Test zu sein, der das Problem mehrerer Vergleiche für Proportionen behandelt, wenn Sie testen möchten, welche spezifischen Proportionen sich voneinander unterscheiden, nachdem Sie die Null in einem Chi-Quadrat-Gesamttest verworfen haben.

Ich bin jedoch mit diesem Test nicht sehr vertraut. Also meine Fragen:

  1. Über welche Nuancen (falls vorhanden) sollte ich mich bei der Verwendung dieses Tests Gedanken machen?

  2. Ich kenne mindestens zwei andere Ansätze (siehe unten), um das gleiche Problem anzugehen. Welcher Test ist der "bessere" Ansatz?:

    • Das Ausführen eines "partitionierten Chi-Quadrats" wurde in dieser Antwort von @Brett Magill erwähnt

    • Verwendung einer Holm-Bonferroni-Methode zur Anpassung der p-Werte.


1
Vielleicht ist diese Diskussion relevant, weil - sie wird nicht oft verwendet, weil sie sehr konservativ ist (ähnlich wie Scheffes Methode )?
M. Tibbits

3
Sicherlich meinen Sie "nach dem Ablehnen der Null" nicht "nach dem Nicht-Ablehnen der Null"? Und es scheint, dass es in 'Marascuilo' nur ein L gibt (NISTs Fehler, nicht Ihren): Leonard A. Marascuilo. Mehrfachvergleiche mit großer Stichprobe. Psychological Bulletin, 1966; 65 (5): 280 & ndash; 290. dx.doi.org/10.1037/h0023189 .
Onestop

Antworten:


7

Nur eine teilweise Antwort, weil ich noch nie von dieser Methode gehört habe. Nach dem, was ich in dem von Ihnen angegebenen Link gelesen habe, scheint es sich um ein einstufiges Verfahren zu handeln (ähnlich wie bei Bonferroni, außer dass wir die Teststatistik anstelle des p-Werts überarbeiten), das wahrscheinlich zu konservativ ist.

In R gibt es eine Funktion, pairwise.prop.test()die eine Korrektur für mehrere Vergleiche ermöglicht (Einzelschritt- oder Abwärts-FWER-Methoden oder FDR-basiert), aber sie ist beendet, was Sie bereits vorgeschlagen haben (obwohl Bonferroni viel zu konservativ, aber immer noch sehr ist in der Praxis verwendet). Ein Resampling-Ansatz mit Permutation könnte ebenfalls interessant sein. Das coinR-Paket bietet in dieser Hinsicht ein gut etabliertes Test-Framework, siehe §5 der Implementierung einer Klasse von Permutationstests: Das Münzpaket , aber ich musste mich nie post-hoc mit Permutationstests für kategoriale Daten befassen.

Bei der Analyse unterteilter Kontingenztabellen betrachte ich im Allgemeinen bestimmte Assoziationen als Leitfaden für die Entwicklung zusätzlicher Hypothesen (wie bei ungeplanten Vergleichen), aber dies ist eine andere Frage. Im Allgemeinen verwende ich nur Visualisierungswerkzeuge wie das Mosaikdiagramm von Michael Friendly , Pearsons Residuen, und wenn ich bestimmte Assoziationsmuster erklären möchte , verwende ich logarithmisch lineare Modelle.


Vielen Dank für die Hinweise auf R-Pakete / Funktionen. Ich werde sie mir ansehen.

2

Ich würde gerne sehen, dass das Marascuilo-Verfahren häufiger angewendet wird. Sehr häufig sehe ich Leute, die das Chi-Quadrat auf einer Teilmenge der Haupttabelle berechnen, dh zwei Kategorien zu der Zeit, aber ohne die Partitionierung tatsächlich korrekt durchzuführen. Der Grund, warum sie es so machen, soweit ich es verstanden habe, ist, dass sie es nicht ertragen können, die Kategorien zu gruppieren, da dies die Interpretation wirklich schwierig macht. Letztendlich hängt es auch vom Publikum ab, denn wenn sie es nicht wissen, empfehlen sie möglicherweise nur den üblichen Bonferroni-Ansatz


1
Würde es Ihnen etwas ausmachen zu erklären, warum ein solches Verfahren bevorzugt werden sollte?
Chl
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.