※ 引述《ering (真是想打昏自己)》之銘言： : 因為SAS某些檢定只能跑出雙尾的值 : 但我們的假說設定是單尾的 : 這時候要怎樣調整呢? : 以下面的題目為例: : 已知執行two sample t-test檢定後得到p value=0.04 : 且這個檢定是雙尾的,這個檢定的結果也指出X1>X2, : (X1,X2兩上面都有一槓,平均數的意思) : 當H0: M1<=M2 : Ha: M1>M2 時正確的p value為何? : 又當H0: M1>= M2 : Ha: M1<M2 時正確的p value又為何? : 我的答案是 : 在第一種假說下 : 當T值大於等於零時,正確的p value為0.04/2=0.02 : 當T值小於零時,正確p value為1-0.04/2=0.08 : 在第二種假說下 : 當T值小於等於零時,正確值為0.04/2=0.02 : T值大於零時,正確值為1-0.04/2=0.08 : 寫了這麼多答案還是錯 : 到底要怎樣才能正確算出Adjusted p value呢? 1.為什麼1-0.04/2=0.08, 而不是1-0.04/2=1-0.02=0.98 2.不是檢定 H0:X1 bar=X2 bar, 怎又冒出M1,M2? (符號要統一阿!) 已知執行two sample t-test檢定後得到p value=0.04 也就是在 H0:X1 bar=X2 bar 下得到的統計量為T, 則p(t<=-T) = p(t>=T) = 0.04/2 = 0.02 又知檢定的結果指出X1 bar>X2 bar (假設T>0, 因為X1 bar>X2 bar, T=(X1 bar-X2 bar)/((var(X1)+var(x2))) 所以在第一種假說下, 令t統計量的算法與two sample t-test一樣, 也就是一樣會得到T p-value應=1-p(t<=T)=p(t>T) 也就是等於 0.02 所以在0.02的顯著水準下推翻H0: M1<=M2 --> M1>M2 在第二種假說下, 令t統計量的算法與two sample t-test一樣, 也就是一樣會得到T p-value應=1-p(t>=T)=p(t<T) 也就是等於 1-0.02=0.98 所以在0.98的顯著水準下無法推翻H0: M1>=M2 --> M1>=M2 以上, 有錯請指教... --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 125.231.68.226