Tukey's multiple comparison test is

Tukey's multiple comparison test is one of several tests that can be used to
determine which means amongst a set of means differ from the rest. Tukey's
multiple comparison test is also called Tukey's honestly signi®cant difference
test or Tukey's HSD. Alternative multiple comparison tests include SheffeÂ's test
and Dunnett's test. With only two groups of observations we could compare the
two group means using a t-test. When we have more than two groups, it is
inappropriate to simply compare each pair using a t-test because of the problem
of multiple testing. The correct way to do the analysis is to use a one-way
analysis of variance (ANOVA) to evaluate whether there is any evidence that the
means of the populations differ. If the ANOVA leads to a conclusion that there is
evidence that the group means differ, we might then be interested in
investigating which of the means are different. This is where the Tukey
multiple comparison test is used. The test compares the difference between each
pair of means with appropriate adjustment for the multiple testing. The results
are presented as a matrix showing the result for each pair, either as a P-value or
as a con®dence interval. The Tukey multiple comparison test, like both the t-test
and ANOVA, assumes that the data from the different groups come from
populations where the observations have a normal distribution and the standard
deviation is the same for each group. Many statistical packages offer Tukey
multiple comparison test as an option when conducting a one-way ANOVA, for
example this test is available in SPSS and Minitab.
Considering the results in the above paper, we see that the conclusions are not
absolutely clear cut. There appear to be two groups of manufacturers with
similar means ± A, B, D, E, F and B, C ± but B appears in both groups. This is
typical for what can happen with a multiple comparison test.

ผลลัพธ์ (ไทย) 1:

ทดสอบเปรียบเทียบหลายของ Tukey เป็นทดสอบต่าง ๆ ที่สามารถนำไปใช้อย่างใดอย่างหนึ่งกำหนดซึ่งหมายความว่า ในหมู่ชุดหมายถึงแตกต่างจากส่วนเหลือ ของ Tukeyทดสอบเปรียบเทียบหลายจะเรียกว่าของ Tukey สุจริต signi ® ลาดเทต่างกันทดสอบหรือของ Tukey ชะ ทางเลือกทดสอบเปรียบเทียบหลายรวมถึงการทดสอบของ SheffeÂและการทดสอบของ Dunnett มีเพียงสองกลุ่มสังเกต เราอาจเปรียบเทียบการสองกลุ่มวิธีที่ใช้ทดสอบ t เมื่อเรามีมากกว่า 2 กลุ่มไม่เหมาะสมเพียงแค่เปรียบเทียบแต่ละคู่ที่ใช้ทดสอบ t เนื่องจากปัญหาการทดสอบหลาย วิธีถูกต้องจะทำการวิเคราะห์จะใช้เที่ยวเดียวการวิเคราะห์ความแปรปรวน (ANOVA) เพื่อประเมินว่าจะมีหลักฐานที่มีการของประชากรที่แตกต่างกัน หาก ANOVA นำไปสู่ข้อสรุปที่ว่ามีหลักฐานว่าหมายถึงกลุ่มแตกต่างกัน แล้วเราอาจจะสนใจตรวจสอบซึ่งวิธีการจะแตกต่างกัน นี่คือของ Tukeyใช้ทดสอบเปรียบเทียบหลาย การทดสอบเปรียบเทียบความแตกต่างระหว่างแต่ละคู่ปรับที่เหมาะสมสำหรับการทดสอบหลายวิธี ผลลัพธ์เป็นเมทริกซ์ที่แสดงผลสำหรับแต่ละคู่ อย่างใดอย่างหนึ่งเป็นค่า P หรือเป็นคอน® dence ช่วง Tukey เปรียบเทียบหลายทดสอบ เช่นทั้งทดสอบ tและ ANOVA อนุมานว่า ข้อมูลจากกลุ่มต่าง ๆ ที่มาจากข้อสังเกตที่มีการแจกแจงปกติและมาตรฐานของประชากรความเบี่ยงเบนจะเหมือนกันสำหรับแต่ละกลุ่ม มีหลายแพคเกจทางสถิติ Tukeyทดสอบเปรียบเทียบหลายตัวเลือกเมื่อการดำเนินการทางเดียว ANOVA สำหรับตัวอย่างการทดสอบนี้สามารถใช้ได้ใน SPSS และเน็ดพิจารณาผลลัพธ์ในเอกสารข้างต้น เราเห็นว่า ข้อสรุปไม่ตัดอย่างชัดเจน มีปรากฏ เป็นกลุ่มผู้ผลิตด้วย±หมายถึงคล้าย A, B, D, E, F และ B, C ± แต่ B ปรากฏในทั้งสองกลุ่ม นี้เป็นโดยทั่วไปสำหรับสิ่งที่สามารถเกิดขึ้นกับการทดสอบเปรียบเทียบหลาย

ผลลัพธ์ (ไทย) 2:

การทดสอบการเปรียบเทียบของ Tukey หลายเป็นหนึ่งในหลายการทดสอบที่สามารถนำมาใช้ในการ
ตรวจสอบซึ่งหมายความว่าในหมู่ชุดหมายถึงแตกต่างจากส่วนที่เหลือ ของ Tukey
ทดสอบเปรียบเทียบหลาย ๆ จะเรียกว่าความแตกต่างของ Tukey signi®cantสุจริต
ทดสอบหรือของ Tukey HSD ทางเลือกการทดสอบเปรียบเทียบหลายรวมถึงการทดสอบSheffeÂของ
และการทดสอบของ Dunnett มีเพียงสองกลุ่มของการสังเกตเราสามารถเปรียบเทียบ
ทั้งสองกลุ่มหมายถึงการใช้ t-test เมื่อเรามีมากกว่าสองกลุ่มก็เป็น
ที่ไม่เหมาะสมที่จะเพียงแค่เปรียบเทียบแต่ละคู่โดยใช้ t-test เพราะปัญหา
ของการทดสอบหลาย วิธีที่ถูกต้องที่จะทำการวิเคราะห์คือการใช้ทางเดียว
การวิเคราะห์ความแปรปรวน (ANOVA) เพื่อประเมินว่ามีหลักฐานใด ๆ ว่า
วิธีการของประชากรแตกต่างกัน ถ้า ANOVA นำไปสู่ข้อสรุปว่ามี
หลักฐานว่ากลุ่มที่แตกต่างกันหมายความว่าเราก็อาจจะมีความสนใจในการ
ตรวจสอบซึ่งวิธีการที่แตกต่างกัน นี่คือที่ Tukey
ทดสอบเปรียบเทียบหลายถูกนำมาใช้ การทดสอบเปรียบเทียบความแตกต่างระหว่างแต่ละ
คู่ของวิธีการที่มีการปรับที่เหมาะสมสำหรับการทดสอบหลาย ผล
จะแสดงเป็นเมทริกซ์แสดงผลสำหรับแต่ละคู่ไม่ว่าจะเป็น P-value หรือ
เป็นช่วงเวลาcon®dence การทดสอบการเปรียบเทียบ Tukey หลายเช่นทั้ง t-test
และ ANOVA สันนิษฐานว่าข้อมูลจากกลุ่มที่แตกต่างกันมาจาก
ประชากรที่สังเกตมีการกระจายปกติและมาตรฐาน
การเบี่ยงเบนจะเหมือนกันสำหรับแต่ละกลุ่ม โปรแกรมสำเร็จรูปทางสถิติจำนวนมากให้ Tukey
ทดสอบเปรียบเทียบหลายเป็นตัวเลือกเมื่อการดำเนินการทางเดียว ANOVA สำหรับ
ตัวอย่างการทดสอบนี้สามารถใช้ได้ในโปรแกรม SPSS และ Minitab
พิจารณาผลในกระดาษดังกล่าวข้างต้นเราจะเห็นว่าข้อสรุปไม่ได้
อย่างชัดเจนตัด ดูเหมือนจะมีสองกลุ่มของผู้ผลิตที่มีความ
หมายคล้ายกัน± A, B, d, E, F และ B, C ± แต่บีปรากฏอยู่ในทั้งสองกลุ่ม นี้เป็น
เรื่องปกติสำหรับสิ่งที่จะเกิดขึ้นกับการทดสอบการเปรียบเทียบหลาย

ผลลัพธ์ (ไทย) 3:

ทดสอบเปรียบเทียบพหุคูณการทดสอบเป็นหนึ่งในการทดสอบหลายอย่างที่สามารถใช้ตรวจสอบซึ่งหมายความว่าหมู่ชุดของวิธีการที่แตกต่างจากส่วนที่เหลือ ทดสอบทดสอบการเปรียบเทียบพหุคูณจะเรียกว่าทดสอบความแตกต่าง® signi จริงๆไม่ได้ทดสอบหรือทดสอบ HSD . ทดสอบการเปรียบเทียบพหุคูณของเชฟเฟÂทดสอบทางเลือก ได้แก่แล้วของ Dunnett test มีเพียงสองกลุ่ม จากการสังเกต เราสามารถเปรียบเทียบ2 ค่าเฉลี่ยใช้ t-test เมื่อเรามีมากกว่าสองกลุ่ม คือไม่เหมาะสมที่จะเพียงแค่เปรียบเทียบแต่ละคู่โดยใช้ t-test เพราะปัญหาการทดสอบหลาย วิธีที่ถูกต้องในการวิเคราะห์ที่จะใช้ ?การวิเคราะห์ความแปรปรวน ( ANOVA ) เพื่อประเมินว่า มีหลักฐานว่าหมายถึงประชากรที่แตกต่างกัน ถ้าแปรปรวน นำไปสู่ข้อสรุปที่ว่า มีกลุ่ม หมายถึง หลักฐานที่แตกต่างกัน เราอาจจะสนใจในสอบสวน ซึ่งในวิธีที่แตกต่างกัน นี่คือที่เอทดสอบการเปรียบเทียบพหุคูณที่ใช้คือ การทดสอบเปรียบเทียบความแตกต่างระหว่างแต่ละคู่ของวิธีการปรับที่เหมาะสมสำหรับการทดสอบหลาย ผลลัพธ์จะแสดงเป็นเมทริกซ์แสดงผลแต่ละคู่ไม่ว่าจะเป็นก่อนหรือเป็นคอน® dence ช่วง เป็นรายการหลายแบบทั้งแบบเช่นและการวิเคราะห์ความแปรปรวน ถือว่า ข้อมูลจากกลุ่มต่างๆ มา จากประชากรที่ศึกษามีการแจกแจงแบบปกติและมาตรฐานส่วนจะเหมือนกันสำหรับแต่ละกลุ่ม การใช้โปรแกรมสำเร็จรูปมากมายให้ทดสอบทดสอบการเปรียบเทียบพหุคูณเป็นตัวเลือกเมื่อทำการวิเคราะห์ความแปรปรวนทางเดียว สำหรับตัวอย่างการทดสอบนี้สามารถใช้ได้ใน SPSS และ Photoshop ได้พิจารณาผลลัพธ์ในกระดาษไป เราพบว่า ข้อสรุปไม่ได้อย่างชัดเจน มีปรากฏเป็นสองกลุ่มของผู้ผลิตด้วยวิธีการที่คล้ายกัน± A , B , D , E , F และ B , C ±แต่ B ปรากฏในทั้งสองกลุ่ม นี้คือโดยทั่วไปสิ่งที่สามารถเกิดขึ้นกับทดสอบการเปรียบเทียบพหุคูณ