Quelqu'un a-t-il utilisé la procédure Marascuilo pour comparer plusieurs proportions?

La procédure Marascuilo telle que décrite ici semble être un test qui résout le problème des comparaisons multiples pour les proportions lorsque vous souhaitez tester quelles proportions spécifiques sont différentes les unes des autres après avoir rejeté la valeur null dans un test chi carré global.

Cependant, je ne connais pas très bien ce test. Alors, mes questions:

1. Quelles nuances (le cas échéant) dois-je m'inquiéter lors de l'utilisation de ce test?

2. Je connais au moins deux autres approches (voir ci-dessous) pour résoudre le même problème. Quel test est la meilleure approche?:

   • Performing "partitioned chi square" arbitré dans cette réponse par @Brett Magill

   • Utilisation d'une méthode Holm – Bonferroni pour ajuster les valeurs de p.

Juste une réponse partielle car je n'ai jamais entendu parler de cette méthode. D'après ce que j'ai lu dans le lien que vous avez fourni, il semble que ce soit une procédure en une seule étape (un peu comme Bonferroni, sauf que nous retravaillons les statistiques de test au lieu de la valeur p) qui est probablement trop conservatrice.

Dans R, il existe une fonction pairwise.prop.test()qui permet toute correction pour des comparaisons multiples (méthodes FWER en une seule étape ou descendantes ou basées sur FDR), mais c'est quitter ce que vous avez déjà suggéré (bien que Bonferroni soit de loin trop conservateur, mais toujours très utilisé dans la pratique). Une approche de rééchantillonnage, utilisant la permutation, pourrait également être intéressante. Le coinpackage R fournit un cadre de test bien établi à cet égard, voir §5 de la mise en œuvre d'une classe de tests de permutation: le package de pièces , mais je n'ai jamais eu à traiter les tests de permutation sur des données catégoriques de manière post-hoc.

Concernant l'analyse des tableaux de contingence subdivisés, je considère généralement les associations spécifiques comme un guide pour développer des hypothèses supplémentaires (comme pour toute comparaison non planifiée), mais c'est une autre question. J'utilise généralement des outils de visualisation, comme mosaicplot de Michael Friendly , les résidus de Pearson, et si je cherche à expliquer des modèles spécifiques d'association, j'utilise des modèles log-linéaires.

J'aimerais que la procédure Marascuilo soit utilisée plus souvent. Très souvent, je vois des gens calculer le chi carré sur un sous-ensemble de la table principale, c'est-à-dire deux catégories à la fois, mais sans réellement faire le partitionnement correctement. La raison pour laquelle ils le font de cette façon pour autant que je le sache, c'est qu'ils ne peuvent pas supporter le regroupement des catégories car cela rendra l'interprétation très difficile. À la fin de la journée, cela dépend aussi du public car s'ils ne le savent pas, ils pourraient simplement recommander l'approche Bonferroni habituelle