多重卡方檢驗

我在 2 x 2 x 6 表中交叉分類數據。讓我們稱尺寸response為A和B。我使用模型對數據進行邏輯回歸response ~ A * B。對該模型偏差的分析表明，術語及其相互作用都很重要。

但是，從數據的比例來看，似乎只有 2 個左右的水平B對這些顯著影響負責。我想測試一下哪些級別是罪魁禍首。現在，我的方法是對 2 x 2 表執行 6 次卡方檢驗response ~ A，然後調整這些檢驗的 p 值以進行多重比較（使用 Holm 調整）。

我的問題是是否有更好的方法來解決這個問題。有沒有更原則的建模方法，或多重卡方檢驗比較方法？

您應該研究“分區卡方”。這在邏輯上類似於在 ANOVA 中執行事後測試。它將允許您確定您的顯著整體測試是否主要歸因於特定類別或類別組的差異。

一個快速的谷歌出現了這個演示文稿，最後討論了劃分卡方的方法。

http://www.ed.uiuc.edu/courses/EdPsy490AT/lectures/2way_chi-ha-online.pdf

引用自：https://stats.stackexchange.com/questions/1133