你说的没错 但我还是有一点困惑 我目前所认知的pooled variance= square root (SE1平方+SE2平方) 比较两个BETA的T检定为:(Beta1-Beta2)/square root (SE1平方+SE2平方) 但是 我记的如果试用T检定检验两个SAMPLE的MEAN是否一样时 POOLED VARIANCE的公式会因为SAMPLE SIZE跟两个SAMPLE的VARIANCE不同而有所改变 因此 我担心我所认知的公式并没有考虑到SAMPLE SIZE 跟VARIANCE不一样的问题 可以请教正确的公式该如何写吗?我打算用公式算 我并没有文献的RAW DATA,我只有文献OUTCOME的平均值,BETA, SE OF BETA 谢谢! ※ 引述《shanemate (沉淀淀的透然)》之铭言： : ※ 引述《usbuy (buy for you)》之铭言： : : 我想要请问有关於t-test的公式 : : 我有一个sample用linear regression model跑出y跟x的关连 (beta) : : 我想要知道我所求出个beta是否跟以往的文献有显着差异 : : 因此 : : 我使用t-test,公式为(分子=beta1-beta2,分母=pooled SE of beta1 and beta2) : : Ho:Beta1 equal beta2 : : H1:Beta1 uneual to beta 2 : : 因为两个sample的varaince不同 : : 我找出相关的统计书籍以及文献都没有找到在variance不同的情况之下 : : 我的分母应该如何计算(pooled SE of beta1 and beta2? : : 请指点迷津 : : 目前我所找到的公式只有在equal variance 的情况下.. : pooled variance的做法就是在假设这两组sample的population variance相同之下， : 进行的variance估计，你当然找不到equal variance的 : 你说两组的smaple variance不一样，但这没关系吧，主要是你接不接受两者的 : population variance相同的假设 : 根据你的po文 我的理解是这样 : 你用和文献一样的model 但是用不同的sample去估计 OLS coefficient: beta : 然後想要比较你的beta和文献的beta有没有显着差异 : 那当然直接用t-test作假设检定就可以了 : 或者你不知道 population distribution， 那可以用bootstrap来做 : 如果你有两组sample的data 用permutation test也可以 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 99.88.83.204