Confronti non pianificati (Post Hoc)Sono quelli che si eseguono dopo aver visto i risultati delle <strong>me<strong>di</strong>e</strong> e dell'ANOVA.Per <strong>confronti</strong> appaiati in tutte le possibili combinazioni (spesso in<strong>di</strong>cati come multiplecomparisons) si usano meto<strong>di</strong> simili a quello riportato per trovare LSD, detti MSD (MinimumSignificant Difference) che <strong>di</strong>fferiscono <strong>tra</strong> loro sostanzialmente per la <strong>di</strong>stribuzione a cui fariferimento, ovvero la <strong>di</strong>stribuzione <strong>di</strong> Q. In questo caso il valore relativo alla <strong>di</strong>fferenza <strong>tra</strong> due<strong>me<strong>di</strong>e</strong> che deve essere superato perché esse risultino statisticamente significative èMSD= Q(valore critico) * SE (standard error)Esiste una gran confusione <strong>di</strong> sigle dovuta al fatto che a volte si fa riferimento alla statisticautlizzata, per esempio MSR (Minimum Significant Range) che si basa su un valore critico <strong>di</strong> Qdetto studentized range, a volte invece si fa riferimento all'autore del metodo.Se i gruppi sono bilanciati i test più <strong>di</strong>ffusi sono due: quello <strong>di</strong> Tukey (detto T- method o Tukey'sHonestly Significant Difference, abbreviato con Tukey HSD) e quello <strong>di</strong> Student-Newan-Keul(SNK). En<strong>tra</strong>mbi si basano sulla <strong>di</strong>stribuzione dello studentized range, ma <strong>di</strong>fferiscono per il fattoche il primo prevede un unico valore <strong>di</strong> Q, il secondo più valori <strong>di</strong> Q che <strong>di</strong>pendono dalla <strong>di</strong>stanzadelle <strong>me<strong>di</strong>e</strong> da confrontare, ovvero si devono or<strong>di</strong>nare le <strong>me<strong>di</strong>e</strong> in or<strong>di</strong>ne crescente e considerarel'intervallo che c'è <strong>tra</strong> le <strong>me<strong>di</strong>e</strong> prese in considerazione. Un altro metodo, sempre per gruppibilanciati, è quello <strong>di</strong> Welsch.Se consideriamo i dati dell’esempio precedente (tabella 1) e se volessimo testare l'ipotesi chel'aggiunta <strong>di</strong> zuccheri produca un qualche effetto sulla crescita cellulare, ma al momento nonavessimo nessuna idea sul tipo <strong>di</strong> effetto prodotto dai <strong>di</strong>fferenti zuccheri, potremmo analizzarequesti dati con un test a posteriori.Student-Newan-Keul (SNK).Se consideriamo i dati della tabella iniziale e se volessimo testare l'ipotesi che l'aggiunta <strong>di</strong> zuccheriproduca un qualche effetto sulla crescita cellulare, ma al momento non avessimo nessuna idea sultipo <strong>di</strong> effetto prodotto dai <strong>di</strong>fferenti zuccheri, potremmo analizzare questi dati con un test aposteriori.Dall'ANOVA unifattoriale fatta su tutti i 5 (a) gruppi <strong>di</strong> n = 10 osservazioni e con MS within =5,455556 risulta che esiste una <strong>di</strong>fferenza significativa <strong>tra</strong> le <strong>me<strong>di</strong>e</strong> dei 5 gruppi.Or<strong>di</strong>nando le <strong>me<strong>di</strong>e</strong> in or<strong>di</strong>ne crescente:1%Gluc.+ k = 2 k = 3 k = 4 k = 52%Fruct. 2%Fruct. 2%Gluc. 2%Sucr. Control58 58,2 59,3 64,1 70,1e utilizzando la formula:MS withinSNK= Q [k,v] * nDove è il livello <strong>di</strong> significatività (che può essere 0,05 o 0,01); k è la posizione che occupa unadata me<strong>di</strong>a or<strong>di</strong>nata in maniera crescente rispetto alla prima (più piccola) e v = n T - a = 45 (ovvero idf <strong>di</strong> Ms within ). Abbiamo pertanto 4 valori <strong>di</strong> Q 2 da utilizzare nella formula per il calcolo delminimum significant range (qui in<strong>di</strong>cato con SNK)Q 0,05[2, 45] = 2,858 Q 0,05[3, 45] = 3,44 Q 0,05[4, 45] = 3,845 Q 0,05[5, 45] = 4,102SNK = 2,11 SNK = 2,54 SNK = 2,84 SNK = 3,03Risulta pertanto che il valore <strong>di</strong> minimum significant range che deve essere superato perché la<strong>di</strong>fferenza <strong>tra</strong> due <strong>me<strong>di</strong>e</strong> contigue risulti significativa è <strong>di</strong> 2,11. mentre quelli <strong>tra</strong> due <strong>me<strong>di</strong>e</strong> che<strong>di</strong>stano <strong>di</strong> 3, 4 e 5 posizioni rispettivamente sono 2,54; 2,84; 3,03.2 I valori <strong>di</strong> Q sono valori tabulati75
1 a 2 a 3 a 4 a 5 a1%Gluc.+2%Fruct. 2%Fruct. 2%Gluc. 2%Sucr. Control1%Gluc.+2%Fruct. 0,2 1,3 6,1 12,1 SKN2%Fruct. 2,11 1,1 5,9 11,92%Gluc. 2,54 2,11 4,8 10,82%Sucr. 2,84 2,54 2,11 6Control 3,03 2,84 2,54 2,11<strong>di</strong>fferenza <strong>tra</strong> <strong>me<strong>di</strong>e</strong>Possiamo quin<strong>di</strong> concludere che tutti gli zuccheri producono un effetto significativo rispetto alcontrollo. Il massimo effetto risulta essere prodotto, in ugual misura, dai due monosaccari<strong>di</strong> e dallaloro miscela, mentre un effetto minore, ma pur sempre significativo rispetto al controllo è prodottodal <strong>di</strong>saccaride (saccarosio).Se avessimo usato il Tukey HSD test avremmo avuto un unico valore tabulare <strong>di</strong> Q [a,v], dove a èil numero <strong>di</strong> gruppi. Per un il livello <strong>di</strong> significatività <strong>di</strong> 0,05, questo valore è 4,025, per cui ilvalore critico con cui confrontare le <strong>di</strong>fferenze <strong>tra</strong> le varie <strong>me<strong>di</strong>e</strong> è:MSD (Tukey) = 4,025 * 0,738617327 = 2,97In questo caso le conclusioni sarebbero risultate identiche a quelle ottenute con il precedentemetodo.Se i gruppi sono sbilanciati esistono altri meto<strong>di</strong>:-T'-method (detto anche Tuckey's-B) che usa,come valore critico Q, lo studentized augmentedrange;- GT2-method (conosciuto anche con il nome del suo ideatore Hochberg, che utilizza lostudentized maximum modulus;-Tukey-Kramer,che utilizza lo studentized range ma nel calcolare SE (standard error) considerail valore me<strong>di</strong>o <strong>di</strong> n.Secondo Dunnett i primi due meto<strong>di</strong> sarebbero troppo conservativi, mentre l'ultimo, sempreconservativo, ma forse rispecchia <strong>di</strong> più il livello <strong>di</strong> significatività <strong>di</strong> alfa. Nel dubbio fare tutti i tested eventualmente considerare quello che da i valori più bassi <strong>di</strong> MSD.Con<strong>tra</strong>sti non pianificatiE' possibile anche analizzare dei <strong>con<strong>tra</strong>sti</strong> non pianificati a priori senza limitazioni <strong>di</strong> numero,ovvero k> a*(a -1) / 2, che coinvolgono sempre due set .Il metodo <strong>di</strong> Scheffe è il più potente quando i gruppi (a) e le osservazioni (n) bilanciate <strong>di</strong> ognigruppo sono poche, e quando molti dei coefficienti lineari sono <strong>di</strong>versi da 0.Diversamente, e con gruppi solo leggermente sbilanciati, il T-method è il migliore, mentre congruppisbilanciati (un forte sbilanciamento è comunque altamente sconsigliato) si usa il GT2-method.In alcuni casi si potrebbe voler analizzare <strong>con<strong>tra</strong>sti</strong> <strong>tra</strong> più <strong>di</strong> due set (ovvero raggruppamenti <strong>di</strong>gruppi). Un caso potrebbe essere quello del nostro esempio dove, a posteriori, si nota che ilcontrollo <strong>di</strong>fferisce dal saccarosio e questi a loro volta <strong>di</strong>fferiscono dagli altri tre zuccheri cheformano un set omogeneo. In questo caso si potrebbero analizzare contemporaneamente tre set. Unmetodo per testare "tutti i possibili set" (ovvero tutte le possibili coppie <strong>di</strong> <strong>me<strong>di</strong>e</strong>, e tutti i possibili76