基于Monte Carlo模拟的非参数多重比较方法评价

目的在实际中经常遇到选择哪种非参数多重比较方法的问题,本文考察了五种非参数多重比较方法的性能,并对实际中采用合适的方法提出建议。方法本文考察了Dunn_z,扩展的t检验法,以及秩次转换后的Bonferroni(R_BON),SNK(R_SNK)和LSD(R_LSD)这五种方法,用MonteCarlo模拟来考察五种方法的第一类错误、第二类错误以及判对率,用SAS宏功能编程实现。结果扩展的t检验法与R_LSD等价,R_LSD、R_SNK、R_BON以及Dunn_z犯第一类错误的概率依次减小,但检验效能也依次减小。四种方法受样本量和组数的影响不同。结论 R_BON和R_SNK是两种较优的方法。在实际中,当组数较小时,或组数较大且样本量也较大时,可以选用R_BON;而如果组数较大,样本量较小时,可以选用R_SNK。

生物统计学教学中三种常用多重比较方法的应用教学分析

该文针对本科生物统计学教学过程中学生对三种多重比较方法的认识不足,以及在本科毕业论文设计中多重比较方法出现的一些问题,通过概念性及实例介绍三种多重比较方法,并对三种多重比较方法的应用进行比较,以期对本科生对多重比较方法的学习及应用产生一定的指导意义。