Interval kepercayaan diri dari tes Holm-Bonferroni?

Saya pendatang baru dalam masalah banyak perbandingan. Saya bertanya-tanya bagaimana cara menghitung interval kepercayaan untuk metode Holm-Bonferroni?

Saya tahu bahwa untuk metode Bonferroni kita hanya dapat mengubah tingkat kepercayaan dari menjadi . $1-\alpha$ $1-\frac{\alpha}{m}$

Apakah metode ini juga berfungsi untuk Holm-Bonferroni?

$\bf{Edit}:$ Tampaknya metode HB tidak menyediakan prosedur untuk memperbaiki konfigurasi. selang. Tetapi akankah Anda mengomentari dapatkah saya menggunakan satu metode untuk koreksi nilai-p dan metode lainnya untuk koreksi interval?

multiple-comparisons bonferroni

— Macaronnos
sumber

Mungkin ini bisa membantu? cran.r-project.org/web/packages/multxpert/multxpert.pdf

[Jawaban ini sepenuhnya ditulis ulang dari kemarin.]

Nomenklatur pertama. The Holm Metode ini juga disebut step down Holm metode, atau Holm-Ryan metode. Semuanya sama saja. Yang mana dari nama-nama yang Anda gunakan, ada dua perhitungan alternatif. Metode Holm asli didasarkan pada Bonferroni. Alternatif metode yang sedikit lebih kuat didasarkan pada Sidak, sehingga disebut metode Holm-Sidak.

Metode Holm dapat digunakan untuk beberapa perbandingan dalam berbagai konteks. Inputnya adalah tumpukan nilai P. Satu penggunaan mengikuti ANOVA, membandingkan pasangan cara sambil mengoreksi beberapa koreksi. Ketika ini dilakukan, sejauh yang saya bisa lihat, sangat jarang melaporkan interval kepercayaan (dikoreksi untuk beberapa perbandingan, sehingga disebut interval kepercayaan simultan) dan juga kesimpulan tentang signifikansi statistik dan nilai P yang disesuaikan multiplisitas.

Saya telah menemukan dua makalah yang menjelaskan cara menghitung interval kepercayaan seperti itu, tetapi mereka berbeda.

Serlin, R. (1993). Interval kepercayaan dan metode ilmiah: Satu kasus untuk Holm pada kisaran. Jurnal Pendidikan Eksperimental, 61 (4), 350–360.

masukkan deskripsi gambar di sini

Ludbrook, J. INFERENSI GANDA MENGGUNAKAN INTERVAL PERCAYA DIRI. Farmakologi dan Fisiologi Klinis dan Eksperimental (2000) 27, 212–215

masukkan deskripsi gambar di sini

Untuk perbandingan dengan nilai P terkecil, kedua metode ini sama (tetapi yang satu menggunakan C sebagai # perbandingan dan yang lainnya menggunakan m ). Tetapi untuk perbandingan dengan nilai P yang lebih besar, kedua metode berbeda. Untuk perbandingan dengan nilai P terbesar, Ludbrook akan menghitung 95% CI secara normal, tanpa koreksi untuk beberapa perbandingan. Serlin akan menggunakan penyesuaian yang sama untuk semua perbandingan dengan nilai P yang disesuaikan lebih besar dari 0,05 (dengan asumsi Anda menginginkan interval 95%), sehingga interval untuk perbandingan dengan nilai P besar akan lebih luas daripada yang dihasilkan oleh metode Ludbrook.

Kedua metode menggunakan pendekatan Bonferroni, tetapi dapat dengan mudah disesuaikan dengan pendekatan Sidak.

Adakah pemikiran tentang metode mana yang benar / lebih baik?

— Harvey Motulsky
sumber

Jika Anda memiliki nilai-P maka Anda harus bisa mendapatkan interval kepercayaan. Nilai P satu arah menunjukkan bahwa hipotesis nol berada pada batas interval kepercayaan 100% (1-P). Mungkin Anda bisa menyesuaikan nol secara iteratif hingga nilai-P keluar sebagai alpha untuk lebar interval kepercayaan yang diinginkan.

— Michael Lew

Tetapi perhatikan bahwa penyesuaian multiplisitas, berdasarkan sifat paradigma frequentist, tidak ditentukan oleh teori dan agak arbitrer. Mereka tidak selalu dikaitkan dengan interval kepercayaan. Ada kasus, misalnya, dalam pengujian kelompok berurutan di mana seseorang bisa berhenti menolak awal dan masih memiliki interval kepercayaan yang dikoreksi multiplisitas untuk efek pengobatan termasuk nol.

H_{0}

$H_0$

— Frank Harrell