ANOVAでの多重比較分析テスト

分散分析（ANOVA）テストは、複数の実験グループと1つ以上の対照群で研究を実施する研究者にとって長い間重要なツールでした。ただし、ANOVAは、さまざまな研究グループ間の違い、または研究グループの複雑な組み合わせに関する詳細な情報を提供することはできません。ANOVAのグループの違いを完全に理解するには、研究者は実験グループと対照群の特定のペア間の違いのテストを実施する必要があります。別の分析で以前にテストされたデータのサブセットで実施されたテストは、事後テストと呼ばれます。ANOVA結果のこのタイプの詳細情報を提供する事後テストのクラスは、「多重比較分析」テストと呼ばれます。最も一般的に使用される多重比較分析統計には、Tukey、Newman-Keuls、Scheffee、Bonferroni、Dunnettのテストが含まれます。これらの統計ツールには、それぞれ特定の用途、利点、および短所があります。テスト理論に最適なものもあれば、新しい理論を生成するのに役立つものもあります。適切な事後テストを選択すると、研究者は最も詳細な情報を提供し、アルファインフレによるタイプ1エラーを制限します。

The Analysis of Variance (ANOVA) test has long been an important tool for researchers conducting studies on multiple experimental groups and one or more control groups. However, ANOVA cannot provide detailed information on differences among the various study groups, or on complex combinations of study groups. To fully understand group differences in an ANOVA, researchers must conduct tests of the differences between particular pairs of experimental and control groups. Tests conducted on subsets of data tested previously in another analysis are called post hoc tests. A class of post hoc tests that provide this type of detailed information for ANOVA results are called "multiple comparison analysis" tests. The most commonly used multiple comparison analysis statistics include the following tests: Tukey, Newman-Keuls, Scheffee, Bonferroni and Dunnett. These statistical tools each have specific uses, advantages and disadvantages. Some are best used for testing theory while others are useful in generating new theory. Selection of the appropriate post hoc test will provide researchers with the most detailed information while limiting Type 1 errors due to alpha inflation.