Jag kan se varför du kanske inte använder en mer kraftfull metod, som Hochberg-metoden, över Bonferroni-korrigeringen, eftersom de kan ha extra antaganden, t.ex. som hypotesernas oberoende i det här fallet, men jag förstår inte varför du någonsin skulle använda Bonferroni-korrigeringen över Holms sekventiella avvisande modifiering, eftersom den senare är kraftfullare och inte har fler antaganden än Bonferroni. Har jag missat något?
Svar
En stor skillnad: Metoden Bonferroni (eller Šidák) gör att du kan beräkna ett konfidensintervall . Holm-metoden gör det inte.
Svar
Du korrigerar att Holm-Bonferroni-proceduren är enhetligt mer kraftfull.
Jag kan bara se en fördel som Bonferroni har jämfört med Holm-Bonferroni. Bonferroni-korrigeringen är enkel att genomföra – dela bara den jämförelsevisa felfrekvensen med k # av hypotesprov som utförs.
Om du befinner dig i en tidskram och behöver utföra många hypoteser är Bonferroni-korrigeringen redan kodad i många SAS-procedurer.
Kommentarer
- +1 Enkel beräkning har säkert spelat sin roll i Bonferronis popularitet. Kanske mer historiskt – till exempel citerade det ' vanligtvis att behovet av att beräkna bråkdelar begränsade användningen av den mer kraftfulla Šid á k-korrigering. Vid den tidpunkten som blev beräkningsmässigt triviell hade traditionen att använda Bonferroni redan varit väl etablerad.
- @ M.Berk: Jag ' är säker på att det citeras, men en annan övervägning kan ha varit att Sidak ' s korrigering förutsätter att varje test är oberoende.
- Kanske vore det bättre att säga i detta svar: 1): Bonferroni är mycket lättare att göra för hand, och beräkningsstatistikpaket är bara några decennier gamla. 2): Bonferroni implementerades bredare i beräkningsstatistikpaket från det förflutna. Jag tror att dessa faktorer förmodligen spelar större roll nuförtiden än tidskrasch. Varje anständigt statistikpaket (som R) implementerar både korrigeringsmetoder och mer förutom.