Lectura de estadísticas de descubrimientos de campo utilizando SPSS (3ª edición) Me sorprendió un poco acerca de las pruebas post-hoc en ANOVA. Para aquellos que quieran controlar la tasa de error Tipo I, sugiere Bonferroni o Tukey y dice (p. 374):
Bonferroni tiene más poder cuando el número de comparaciones es pequeño, mientras que Tukey es más poderoso cuando se prueban grandes cantidades de medios.
¿Dónde debe trazarse la línea entre un pequeño y gran número de medios?
Respuestas:
Además del enlace útil mencionado en los comentarios de @schenectady.
También agregaría el punto de que la corrección de Bonferroni se aplica a una clase más amplia de problemas. Hasta donde sé, el HSD de Tukey solo se aplica a situaciones en las que desea examinar todas las comparaciones por pares posibles, mientras que la corrección de Bonferroni se puede aplicar a cualquier conjunto de pruebas de hipótesis.
En particular, la corrección de Bonferroni es útil cuando tiene un pequeño conjunto de comparaciones planificadas y desea controlar la tasa de error tipo I familiar. Esto también permite comparaciones compuestas. Por ejemplo, tiene un ANOVA de 6 vías y desea comparar el promedio de los grupos 1, 2 y 3 con el grupo 4, y desea comparar el grupo 5 con 6.
Para ilustrar más, podría aplicar la corrección de Bonferroni para evaluar la importancia de las correlaciones en una matriz de correlación, o el conjunto de efectos principales y de interacción en un ANOVA. Sin embargo, dicha corrección generalmente no se aplica, presumiblemente por la razón de que la reducción en la tasa de error Tipo I da como resultado una reducción inaceptable en la potencia.
fuente