作者saltlake (SaltLake)
看板Statistics
标题[问题] 学生独立与成对分布的检验
时间Tue Jan 14 22:56:04 2020
学生分布测试有独立双样本测试和成对样本测试两种。
虽然它们用来测试的统计量之分子都是两样本目标统计
量的差值,例如平均值或者比例值,但是在分母方面,
两种测试方法的公式并不相同。
请问有甚麽测试的方法可以确认所用的学生测试法是正
确的?
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.44.197.88 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1579013766.A.259.html
1F:→ andrew43: 完全由实验设计决定。先判断可以从母体中随机抽出的单位 01/14 23:09
2F:→ andrew43: 是什麽就可以判断了。 01/14 23:09
有测试数据比较能客观佐证判断的正确性。尤其当要向判断与自己不同的上级
解释自己的判断才是正确的时候。因此才想问有否客观的验证(佐证)方法。
※ 编辑: saltlake (114.44.197.88 台湾), 01/15/2020 00:38:28
这有点像高中数学解排列组合的问题,一个问题的解法遇到不只一种看法。
争执到最後最能说服人的方式是,一个个把排列组合的方式列出来。事实摆
在眼前,才能杜绝争议。
※ 编辑: saltlake (114.44.197.88 台湾), 01/15/2020 00:40:24
3F:→ andrew43: 那你可以告诉他如果是独立样本(或配对样本)会是怎样的 01/15 01:43
4F:→ andrew43: 的方式收集资料,而事实并非如此。应该有足够说服力。 01/15 01:44
5F:→ andrew43: 若有不容易判断的情况,通常是对随机样本的意义有误解, 01/15 01:47
6F:→ andrew43: 例如没能看出区集存在、自以为是独立样本但其实不是... 01/15 01:48
7F:→ andrew43: 或是其实设计更加复杂而不是单纯这二种方案能解决。 01/15 01:49
8F:→ yhliu: 没有任何 "测试" 可用来证实样本的独立性, 除了对样本取得 01/15 19:28
9F:→ yhliu: 方式分析以外. 既然有疑问, 不如把样本取得情形说出来, 让 01/15 19:30
线性独立可以靠计算正交性的值做核对,统计独立性没有一个衡量的量供核对?
不说准确确认,连估计独立程度的衡量标准都没有?
※ 编辑: saltlake (114.44.197.88 台湾), 01/15/2020 19:32:43
10F:→ yhliu: 版友帮你分析解释. 01/15 19:31
11F:推 andrew43: 没有办法。完全由设计决定。 01/15 19:53
用下列关系检视呢?
若统计独立则协变异数为零
那麽
若协变异数不为零则非统计独立
※ 编辑: saltlake (114.44.197.88 台湾), 01/15/2020 20:20:41
12F:→ evilove: 要看实验设计 01/15 20:58
13F:→ andrew43: 就算共变方为0也不表示独立样本。共变方非0也不表示配对 01/15 21:08
14F:→ andrew43: ,还有可能存在其它原因造成不独立。 01/15 21:19
比方说那些因素?
※ 编辑: saltlake (114.44.197.88 台湾), 01/16/2020 00:51:35
15F:→ andrew43: 例如独立样本设计但以有问题的方式抽样造成非独立。 01/16 02:13
16F:→ andrew43: 主观上要营造独立样本,但抽样不独立刚好撞上未考虑潜在 01/16 02:22
17F:→ andrew43: 因子,看似独立样本但共变方由於该因子作用就跑出来了 01/16 02:23
18F:→ yhliu: 不说零相关不代表独立, 就是两独立样本资料却强将任意配对, 01/16 07:04
19F:→ yhliu: 其相关系数也不必为0. 举个植端例子, 两独立样本资料各自排 01/16 07:06
20F:→ yhliu: 序後予以配对, 将呈现高度相关. 01/16 07:07
21F:→ yhliu: 不追究样本如何取得而只追求计算, 这不是做统计, 而是在玩 01/16 07:10
22F:→ yhliu: 数字. 01/16 07:10
23F:→ canandmap: 抽样很重要怎麽可以不讨论抽样方式呢? 01/16 12:24