นโยบายการจัดการความรู้ มหาวิทยาลัยสงขลานครินทร์ 1.ให้ใช้เครื่องมือการจัดการความรู้ผลักดัน คุณภาพคน และกระบวนทำงาน 2.ส่งเสริมการแลกเปลี่ยนประสบการณ์การทำงาน จากหน้างาน 3.ส่งเสริมให้มีเวทีเรียนรู้ร่วมกัน

Our Shangri-La
Ico64
Kittisakdi Choomalee

ภาควิชาเวชศาสตร์ชุมชน คณะแพทยศาสตร์ มหาวิทยาลัยสงขลานครินทร์
เครือข่าย
สมาชิก · ติดตาม: 0 · ผู้ติดตาม: 16

อ่าน: 1092
ความเห็น: 0

ระเริงคิด ๒๐: ก้าวย่างทางเดิน ลืมเลือนคืนวัน ดั้นด้นไป [C]

ระเริงคิด จิตรวมศูนย์: ทดสอบความแตกต่างระหว่างข้อมูลระหว่างกลุ่ม - multiple comparison tests, post hoc tests

จะอย่างไรก็แล้วแต่ครับ จากครั้งที่แล้วเราใช้การทดสอบความแปรปรวน (ANOVA) ทดสอบความแตกต่างของค่าทั้ง ๓ ค่าไปแล้วนั้น ผลจากการทดสอบ ANOVA เป็น

> oneway.test(data2$abc ~ data2$data_source, var.equal=T)

        One-way analysis of means

data:  data2$abc and data2$data_source
F = 0.0987, num df = 2, denom df = 147, p-value = 0.9061

 

เมื่อดูผลจากการทดสอบ ANOVA พบว่าค่า p-value จากการทดสอบ F test มีค่าเป็น 0.9061 นั่นคือค่าทั้ง ๓ ต่างกันอย่างไม่มีนัยสำคัญทางสถิติ

 

เมื่อเราทราบผลจากการทดสอบความแปรปรวนว่า คู่ของการทดสอบที่นำมาทดสอบความแตกต่างนั้น ต่างกนอย่างไม่มีนัยสำคัญทางสถิติ จากความรู้เดิมนั้นเราจะไม่ทำการทดสอบด้วย post hoc/ multiple comparison tests ต่อ เพราะ F test ทดสอบแล้วว่าไม่มีคู่ไหนที่ต่างกัน

 

แต่จากความเห็นของนักสถิติที่ยกเหตุผลมาอธิบายตามบันทึกที่แล้ว ระบุว่า post hoc/ multiple comparison tests นั้นไม่จำเป็นต้องใช้ทดสอบเมื่อผลการทดสอบ ANOVA (F test) ให้ผลว่ามีความแตกต่างกันเท่านั้น แต่ post hoc/ multiple comparison tests นั้นไม่เกี่ยวกับการทดสอบ ANOVA (F test) เลย ยกเว้นการทดสอบของ Fisher (Fisher's LSD) ที่ต้องทำการทดสอบด้วย ANOVA มาก่อนถึงจะใช้ Fisher's LSD ทดสอบความต่างของคู่การทดสอบ

 

ในที่นี้เราจะใช้การทดสอบ post hoc/ multiple comparison tests ทดสอบความต่างของคู่การทดสอบถึงแม้ว่าค่าจาก ANOVA ระบุว่าไม่มีความต่างระหว่างคู่ของการทดสอบ

 

ผมจะใช้ post hoc/ multiple comparison test ด้วยวิธีของ Tukey HSD test (Tukey Honest Significant Differences) ในการทดสอบความแตกต่างของคู่การทดสอบในครั้งนี้

 

ช้าแต่ช้าแต่

 

แต่วิธีการทดสอบด้วย TukeyHSD ใน R นั้นมีไวยากรณ์ของการใช้คือ

 

TukeyHSD(x, which, ordered = FALSE, conf.level = 0.95, ...)

 

เมื่อ x คือ A fitted model object ซึ่งโดยทั่วไปแล้วจะเป็น fitted model object จากฟังก์ชัน aov (Analysis Of Variance)

 

ดังนั้นหากจะทดสอบด้วย TukeyHSD ด้วย R จะต้องสร้าง fitted model object ของ aov ก่อน

 

aov(formula, data = NULL, projections = FALSE, qr = TRUE, contrasts = NULL, ...)

 

ในที่นี้ผมจะให้ fitted object มีชื่อเป็น aov01

 

 

หลังจากนั้นให้เราใช้ฟังชัน TukeyHSD() สำหรับเปรียบเทียบข้อมูลจากทุกกลุ่ม

 

 

มาดู plot ค่าความแตกต่างระหว่างกลุ่มที่เปรียบเทียบกัน

 

> plot(TukeyHSD(aov01,"factor(data2$data_source)"),col=c(2,3,4))

 

 

เมื่อเปรียบเทียบค่าที่ได้จากการตรวจวัดด้วยเครื่องมือ A ค่าที่ได้จากการตรวจวัดด้วยเครื่องมือ B และค่า % จริงของสาร abc ในตัวอย่างด้วยวิธี TukeyHSD พบว่า ไม่พบความแตกต่างระหว่างค่าเฉลี่ยของข้อมูลจากแต่ละแหล่งที่นำมาเปรียบเทียบกัน (ค่าที่ได้จากการตรวจวัดด้วยเครื่องมือ A ค่าที่ได้จากการตรวจวัดด้วยเครื่องมือ B และค่า % จริงของสาร abc)

 

 

อิอิอิ

 

เราเอง

 

เพลง: Equilibrium
ศิลปิน: Dan Gibson

 

 

 

 

หมวดหมู่บันทึก: เรื่องทั่วไป
สัญญาอนุญาต: ซีซี: แสดงที่มา-ไม่ใช้เพื่อการค้า-อนุญาตแบบเดียวกัน Cc-by-nc-sa
สร้าง: 17 ตุลาคม 2557 18:33 แก้ไข: 28 เมษายน 2563 17:17 [ แจ้งไม่เหมาะสม ]
ดอกไม้
สมาชิกที่ให้กำลังใจ: Ico24 ทดแทน, Ico24 โอ๋-อโณ, และ Ico24 ใยมะพร้าวน้องใยไหม.
สมาชิกที่ให้กำลังใจ
 
Facebook
Twitter
Google

บันทึกอื่นๆ

ความเห็น

ไม่มีความเห็น
คุณต้องทำการเข้าระบบก่อนแสดงความเห็น