事后比较在研究心理学中的作用

---

当研究人员使用三个或更多统计样本时，可以使用方差分析 (ANOVA) 测试来确定三个样本的均值和统计显着性。当对三个或更多组分别进行抽样并确定其均值时，可以使用方差分析 (ANOVA) 测试来确定是否存在显着差异。方差分析试图确定其均值的显着性。但是，研究人员如何确定哪三对之间存在统计上的显着差异呢？本文将对此进行探讨。

什么是事后检验？

在使用方差分析 (ANOVA) 测试时，事后检验极其重要。当使用方差分析 (ANOVA) 来评估至少三个组均值是否相等时，统计上显着的结果表明并非所有组均值都相等。方差分析 (ANOVA) 的缺点是它无法区分三组样本中的哪些对是显着的，而事后比较有助于识别这些差异。

什么是事后比较？

当研究人员具有三个或更多水平的因素时，事后比较可以提供很大的帮助。这些比较发生在研究人员观察到这些组中存在显着影响之后。为了比较组均值，可以使用事后检验。这些检验也称为多重比较。事后 (Post hoc) 源于拉丁语，指的是“此后”这个短语。事后检验为研究人员执行两项重要任务。它们解释了哪些组的均值在统计上与其他组存在显着差异。此外，它们还有助于控制事后比较中实验性错误或总体错误的发生。研究人员在研究结束后会审查他掌握的信息。这样做是为了查看与调查主要目标不同的趋势是否存在。这意味着这些趋势是在研究人员之后才计划的。总之，事后研究是在研究人员已经收集的信息的帮助下进行的，而这些信息在研究之前并没有计划好。这意味着检查早期研究的汇总数据可以成为事后研究的示例之一。

事后分析检验的类型

以下是事后检验类型的描述

• Bonferroni检验 − 这是一种非常简单易懂的事后检验。它涉及对我们拥有的组对进行多项检验。当样本组的数量增加时，我们用于比较的组的数量也会增加。这是导致I型错误率的主要原因。为了避免此类错误，Bonferroni检验非常有用。它通过将研究人员达到的显着性水平除以总比较次数来实现。因此，当所有比较发生时，它们加起来等于原始的I型错误率。一旦我们确定了新的显着性阈值，我们就进行独立样本t检验，以查看我们的两组之间是否存在差异。这种调整称为Bonferroni校正。

• Tukey诚实显着差异检验 − 这是另一种用于事后分析的检验，此检验也根据比较次数进行校正。但是，它与Bonferroni检验的区别在于，每当它比较两组时，它都会更改检验的统计量。借助此检验，我们可以找到组之间的近似差异，并获得此近似的置信区间。

• Scheffe检验 − Scheffe检验是另一种流行的事后分析检验。此方法与前两种方法不同。对于简单和复杂的均值比较，Scheffe检验校正alpha，而复杂的均值比较需要同时比较多对均值。

当研究人员使用三个或更多统计样本时，可以使用方差分析 (ANOVA) 测试来确定三个样本的均值和统计显着性。当对三个或更多组分别进行抽样并确定其均值时，可以使用方差分析 (ANOVA) 测试来确定是否存在显着差异。方差分析试图确定其均值的显着性。但是，研究人员如何确定哪三对之间存在统计上的显着差异呢？本文将对此进行探讨。

什么是事后检验？

在使用方差分析 (ANOVA) 测试时，事后检验极其重要。当使用方差分析 (ANOVA) 来评估至少三个组均值是否相等时，统计上显着的结果表明并非所有组均值都相等。方差分析 (ANOVA) 的缺点是它无法区分三组样本中的哪些对是显着的，而事后比较有助于识别这些差异。

什么是事后比较？

当研究人员具有三个或更多水平的因素时，事后比较可以提供很大的帮助。这些比较发生在研究人员观察到这些组中存在显着影响之后。为了比较组均值，可以使用事后检验。这些检验也称为多重比较。事后 (Post hoc) 源于拉丁语，指的是“此后”这个短语。事后检验为研究人员执行两项重要任务。它们解释了哪些组的均值在统计上与其他组存在显着差异。此外，它们还有助于控制事后比较中实验性错误或总体错误的发生。研究人员在研究结束后会审查他掌握的信息。这样做是为了查看与调查主要目标不同的趋势是否存在。这意味着这些趋势是在研究人员之后才计划的。总之，事后研究是在研究人员已经收集的信息的帮助下进行的，而这些信息在研究之前并没有计划好。这意味着检查早期研究的汇总数据可以成为事后研究的示例之一。

事后分析检验的类型

以下是事后检验类型的描述。

Bonferroni检验

这是一种非常简单易懂的事后检验。它涉及对我们拥有的组对进行多项检验。当样本组的数量增加时，我们用于比较的组的数量也会增加。这是导致I型错误率的主要原因。为了避免此类错误，Bonferroni检验非常有用。它通过将研究人员达到的显着性水平除以总比较次数来实现。因此，当所有比较发生时，它们加起来等于原始的I型错误率。一旦我们确定了新的显着性阈值，我们就进行独立样本t检验，以查看我们的两组之间是否存在差异。这种调整称为Bonferroni校正。

Tukey诚实显着差异检验

这是另一种用于事后分析的检验，此检验也根据比较次数进行校正。但是，它与Bonferroni检验的区别在于，每当它比较两组时，它都会更改检验的统计量。借助此检验，我们可以找到组之间的近似差异，并获得此近似的置信区间。

Scheffe检验

Scheffe检验是另一种流行的事后分析检验。此方法与前两种方法不同。对于简单和复杂的均值比较，Scheffe检验校正alpha，而复杂的均值比较需要同时比较多对均值。

除了这三种检验外，其他检验也可以帮助进行事后比较。虽然有些检验是传统的和保守的，但某些方法的影响更大。然而，大多数方法都是有效的，并且提供或多或少相同的答案。这里重要的是能够理解事后分析。如果给定包含零的事后研究置信区间，则没有差异；如果没有，则存在差异。

顺序方法

顺序检验需要完成成对比较并对p值进行排序，每个后续的显着性决策都依赖于之前的显着性。Hochberg的顺序方法是Bonferroni过程的“逐步向上”方法，效力更高。顺序方法在校正中采用一系列步骤，每个步骤都取决于上一步的结果。对比度将被执行，然后根据p值（在“逐步向上”方法中从最小到最大）进行排列。每个步骤都会针对前面的检验次数进行校正，而不是针对集合中的所有检验进行校正。只要不需要置信区间，此检验就为其他改进的Bonferroni程序提供了一种极好且高效的替代方法。不幸的是，某些统计软件（例如SPSS）不支持此方法。

结论

事后分析是指在方差报告中对比或比较两个或多个均值。与原始分析相比，它可以提供一些简洁的结果。当研究人员希望确定所选组之间是否存在差异时，这被称为事后比较。通过这种方式，研究人员可以调查两组或多组之间的差异。这些检验有助于揭示三组或更多组之间的某些差异或相似之处。当组内的方差具有统计学意义时，这是可能的。众所周知的事后比较方法包括Bonferroni检验、Scheffe检验和Tukey诚实显着差异检验。