Test Fishera jest tak zły, jak wszyscy twierdzą, że jest z punktu widzenia Neymana-Pearsona i jeśli zrobisz to, co sugeruje twoje pytanie --- po znaczącym teście ANOVA każda indywidualna różnica. Widać to w wielu opublikowanych artykułach . Ale testowanie wszystkich różnic po ANOVA lub dowolnej z nich nie jest ani konieczne, ani zalecane. Test Fishera nie został opracowany zgodnie z teorią wnioskowania statystycznego Neymana-Pearsona.
Ważne jest, aby pamiętać, że kiedy Fisher zaproponował LSD, tak naprawdę nie uważał wielu testów za ważny problem, ponieważ nie uważał, że odcięcie znaczenia jest twardą i szybką zasadą przy podejmowaniu decyzji, czy wyniki są ważne, czy nie. Można skonstruować LSD jako łatwy sposób na przejrzenie danych w celu znalezienia istotnych wyników, ale nie arbitra tego, co było znaczące. Pamiętaj, że to Fisher powiedział, że powinieneś poprowadzić więcej przedmiotów, jeśli p > 0,05.
A dlaczego uważasz, że testowanie wszystkiego to dobry pomysł? Zastanów się, dlaczego uruchamiasz ANOVA. Prawdopodobnie nauczono Cię, że dzieje się tak, ponieważ przeprowadzanie wielu testów T jest problematyczne, ponieważ intymnie w swoim pytaniu. Więc dlaczego je uruchamiasz lub ich ekwiwalent później? Wiem, że tak się dzieje, ale jeszcze nigdy nie musiałem przeprowadzać testu po ANOVA. ANOVA mówi ci, że twój wzorzec danych nie jest zbiorem równych wartości, że może tam być jakieś znaczenie. Wiele osób odkłada ostrzeżenie, że test nie mówi ci, gdzie są znaczące bity, ale zapominają, że dane i teorie to mówią.