где они должны были указать, в какой степени тег (например, драма) относится к фильму (например, Матрица), а также ответить на другие вопросы о том, насколько они хорошо знакомы с тегом или фильмом. Я разделил теги на группы, а также измерил ошибку, с которой пользователи указывали степень связи тега с фильмом. Моя гипотеза была, что средняя ошибка степени связи тега с фильмом разная для разных групп тегов. Так и получилось, при попарном сравнении (Mann-Whitney test) разница для некоторых пар оказалось значимой. Теперь я хочу понять, с чем может быть связана эта разница через другие вопросы опросника. Например, возможно, пользователи не понимают теги из какой-то группы, или понимают, но имеют разное мнение о степени. Каким способом лучше искать такие связи?
Манн-Уитни - сразу не та идея, хотя бы из-за отсутствия поправки на множественные сравнения. Плюс вы его, кажется, применяете к связанным выборкам
Решается на изи функцией p.adjust()
Статистический критерий отдельно, поправка - отдельно
Я для начала не понимаю, что там сравнивается манном-уитни
Не всегда. Например, критерий Тьюки уже включает в себя поправку
Он не требует поправки из-за особенностей его устройства, а не содержит поправку по дефолту
Обсуждают сегодня