単純主効果の検定はなぜBonferroniか?

研究やメールから逃避したいので更新します。
なんも脈略もなく
■2要因の分散分析などで、交互作用が有意である場合、ある水準における他方の要因の主効果をみる単純主効果の検定を行うことがあります。その際、マニュアル本では、信頼区間の調整として、LSD、Bonferroni、Sidakのうち、Bonferroniを選択するよう書いています(e.g. 石村・子島,2004; 小塩, 2004)

↑SPSSユーザーとしてなんでBonferroniを使うのか疑問に思いませんか?
　必ずBonferroniを選択するならLSDもSidakもいらない!
■その理由と疑問(小5分ぐらい調べてみました)
＊統計の専門家でないので、詳しい説明ができません。ご容赦ください。
・LSDは多重比較における信頼区間の調整として信頼されていない。
　永田・吉田(1997)によれば、「用いてはならない」とされている。
・では、Bonferroniを用いればいいのか?
　小野寺・山本(2004)によれば、Bonferroniは検定力が低いので、検定力の低さを問題にするなら、使用が難しいと指摘している。
・そして、消去法としてSidakが残る。
　「多重比較法の選択について」で述べたように、 Sidakは、Bonferroniの改良版である。
■じゃぁ、なんでマニュアル本はBonferroniと(固執)するの?
選択の理由が書いていないので、わかりません。
上記のことを考えると、Sidakの方がいいと思います。

引用文献
・石村貞夫・子島潤, 2004, SPSSによる線型混合モデルとその手順, 東京図書
・永田靖・吉田道弘, 1997, 統計的多重比較法の基礎, サイエンティスト社
・小野寺孝義・山本喜一郎編, 2004, SPSS辞典－BASE編－, ナカニシヤ出版
・小塩真司, 2004, SPSSとAmosによる心理・調査データ解析 因子分析・共分散構造分析まで, 東京図書

それでも主成分分析を使うか!

因子分析において，因子抽出方法として主成分分析を選択するのはいいのか?

因子分析として主成分分析を使うことは，統計学的には正しいとは，いえない(と思う)．
その理由として以下のことがあげられます．
1.因子分析は，観測変数に影響を及ぼす複数の因子(潜在変数)を説明しようとする分析である．
　それに対して，主成分分析は，観測変数に共通な成分から，一種の合成変数を抽出する分析
　である(松尾・中村, 2002)．したがって，両者の分析のコンセプトが異なっている．
2.因子分析では，観測変数に影響を及ぼすものとして，共通因子と独自因子(誤差)が仮定されて
　いるが，主成分分析には，独自因子(誤差)を想定していない(そのため，因子分析の他の
　抽出方法よりも因子負荷量が高くなることが指摘されている(小野寺・山本, 2004)）．

↑上記のような理由があるので，積極的に主成分分析を使えないと思います．
＊因子分析と主成分分析の違いについては，松尾・中村(2002)で分かりやすく説明されています．

■どの抽出方法を用いいればいいのか(ユーザーとして)
　自分は，主因子法，最尤法，重み付けのない最小2乗法，一般化された最小2乗法の全てを用いて分析を行っています．その中で都合の良い結果がでるものを使っています(だって因子分析は解のない分析だもん)．
最近では，最尤法をすすめる人がいますが，メリット・デメリットがあるので注意しましょう．
■メリット
・最尤法は，尺度変換を行っているので尺度不変の方法として考えられている．
　(10点と100点の項目を同じ因子に(多分)入れられる．)
■デメリット
・データをえり好みする→変数が多変量正規分布していることが前提になっている．
・サンプル数が少ないと不適解が生じやすい．
＊自分の経験として，後者の場合は主因子法を用いれば，(共通性を反復 しないという制約がある　ため)うまくいくことがあります．

引用文献
・松尾太加志・中村知靖, 2002, 誰も教えてくれなかった因子分析-数式が絶対に出てこない因子分析入門-, 北大路書房
・小野寺孝義・山本嘉一郎編, 2004, SPSS辞典 BASE編, ナカニシヤ出版

多重比較法の選択について

統計的多重比較法についての疑問です。
一要因分散分析などを行った際、事後の検定として多重比較を用いることがあります。

その際、SPSSにはいろんな検定方法がありますが、どの方法を用いればいいのでしょうか?　マニュアル本(e.g. 石村, 1997)には詳しくのっていません。
→小5分ぐらい調べてみました(永田・吉田, 1997; 小野寺・山本, 2004)。
＊統計の専門家ではないので、不正確な内容が含まれている可能性があります。ご容赦下さい。

■等分散が仮定される場合
・Tukey：群間ですべての対比較を同時に検定するための多重比較法
＊サンプルサイズが等しくない場合は、Tukey-Kramerを用いる
・Bonferroni：Tukeryと同じ場合に用いられるが、比較ペアが少ないときは、Bonferroniの方が鋭敏
と考えられている。さらに、SidakとHochbergは、このBonferroniの改良版である。
・Dunnett：1つの対照群と2つ以上の処理群があり、対照群と処理群の対比較のみを同時に検定す
るための多重比較法
■等分散が仮定されない場合
・Tamhane：おそらく全ての対比較を同時に検定するための多重比較法
・DunnetのT3：おそらくDunnettの等分散が仮定されない版
SPSSの等分散が仮定されない検定方法については、よくわかりません。
この辺は、小野寺・山本(2004)を詳しく読めば、理解できるかもしれません(まだ、この本をかったばかりで、全部に目を通していません。)
どなたかご存知の方は、教えていただけると助かります。

引用文献
永田靖・吉田道弘, 1997, 統計的多重比較法の基礎, サイエンティスト社
小野寺孝義・山本喜一郎編, 2004, SPSS辞典－BASE編－, ナカニシヤ出版

はじめまして

ブログ発投稿です。
はじめまして、freakです。

このブログは、自分が他の人にSPSSの使い方について聞かれた場合に、どのように答えればいいかを考える、統計メモのようなものです。
明日ぐらいに、多重比較の検定方法に対する疑問を投稿する予定です。