→ yhliu: (1) 不一致很正常，但你的結果並未不一致，兩種方法的多群 08/29 08:24
→ yhliu: 體平均數間總體檢定都是不顯著，不是嗎？ 08/29 08:25
→ yhliu: (2) "事後比較" 是總體平均數間差異顯著時才進一步檢查哪些 08/29 08:29
→ yhliu: 平均數之間的差異具顯著性，Games Howell 是變異數不等 08/29 08:31
→ yhliu: 時把本來不是 t 分布的兩獨立樣本平均數差之標準化量強 08/29 08:32
→ yhliu: 以 t 分布近似，相當於變異數相等時的最小顯著差法，本 08/29 08:34
→ yhliu: 質上是忽略多群體間比較的性質，不像 Scheffe 或 Tuky 08/29 08:35
→ yhliu: 法本身已考慮到多群體間比較（因此不需總體檢定顯著可用 08/29 08:37
→ yhliu: 變數轉換法本質上是假設變異數和平均數是相關的，但如果變 08/29 08:41
→ yhliu: 異數之不同並非因平均數之不同，則經變數轉換後可能扭曲 08/29 08:42
→ yhliu: 資料。故以你的結果來說，群體間變異數的不同並非因平均 08/29 08:46
→ yhliu: 數不同所致，而平均數間差異總體而言並不顯著；若懷疑是 08/29 08:48
→ yhliu: 否其實某些群體之間仍是有差異，需考慮類似 Scheffe 或 08/29 08:49
→ yhliu: Tukey 法這類本身就考慮到多群體比較的方法。不過，如 08/29 08:52
→ yhliu: Scheffe 法是把總體比較的平方和集中在成對平均數間比較 08/29 08:53
→ yhliu: 上，所以若總體(ANOVA))檢定不顯著，任一對平均數間之 08/29 08:55
→ yhliu: Scheffe 檢定也應不顯著。 08/29 08:55
推 tmtm39: 藉題請教，當資料非呈常態及不滿足變異數同質性時，可以 08/30 22:49
→ tmtm39: 改用Kruskal-Wallis或Moods檢定中位數，也看過一個說法是 08/30 22:49
→ tmtm39: 當資料量足夠時，即使不滿足常態跟變異數同質性，繼續用AN 08/30 22:49
→ tmtm39: OVA也仍然有足夠的檢定功效，請教實務上應用的判斷邏輯跟 08/30 22:50
→ tmtm39: 使用時機？ 08/30 22:50
→ yhliu: ANOVA 的平均數間 F 檢定只是兩組平均數間 t 檢定擴充至多 08/31 08:25
→ yhliu: 組平均數的結果，記得 t^2 = F, 也就是 t 變量的平方即是分 08/31 08:27
→ yhliu: 子自由度是 1 的 F 變量。由於 t 檢定對群體常態性的穩健性 08/31 08:28
→ yhliu: 只要群體分布不是乖離常態性太嚴重(如偏態嚴重或峰度太高) 08/31 08:30
→ yhliu: 各組樣本不是太小，各組群體變異數相等，t 檢定以及ANOVA 08/31 08:32
→ yhliu: 的 F 檢定仍是可用的。至於各群體變異數不等的問題，在 t 08/31 08:33
→ yhliu: 檢定是用所謂 Welch t 檢定，實際上也就是分母用正確的樣本 08/31 08:35
→ yhliu: 平均數差的標準誤，而自由度就是把樣本平均數差的變異數估 08/31 08:37
→ yhliu: 計式近似一個 scaled chi-square; 在 ANOVA 的 F 檢定也有 08/31 08:40
→ yhliu: 類似方法，細節我不記得了，不知仍用原來的誤差平方和或有 08/31 08:42
→ yhliu: 修改。不管如何，此時處理平方和和誤差平方和都不是卡方變 08/31 08:44
→ yhliu: 量，用 Satterthwaite 近似一個 scaled chi-square，而後可 08/31 08:45
→ yhliu: 以把ANOVA檢定統計量近似 F 分布。Satterthwaite-Welch 方 08/31 08:51
→ yhliu: 法只是一個近似方法，只是被認為 "還不錯", 也可能有其他不 08/31 08:52
→ yhliu: 做資料轉換也非 Welch 的方法。不過，在變異數似乎依平均數 08/31 08:54
→ yhliu: 而變時採用變異數穩定性轉換，在群體非常態(兼變異數不等) 08/31 08:56
→ yhliu: 時採用 Box-Cox 類常態化變換，可能是最常用的方法？至於 08/31 08:57
→ yhliu: 改用無母數方法，主耍是適用於非常態群體，至於分散度異質 08/31 08:59
→ yhliu: 性問題，在無母數中方法中可能仍然是個問題，使用時仍需看 08/31 09:00
→ yhliu: 看該方法有什麼假設條件，你的資料是否符合。 08/31 09:02