你說的沒錯 但我還是有一點困惑 我目前所認知的pooled variance= square root (SE1平方+SE2平方) 比較兩個BETA的T檢定為:(Beta1-Beta2)/square root (SE1平方+SE2平方) 但是 我記的如果試用T檢定檢驗兩個SAMPLE的MEAN是否一樣時 POOLED VARIANCE的公式會因為SAMPLE SIZE跟兩個SAMPLE的VARIANCE不同而有所改變 因此 我擔心我所認知的公式並沒有考慮到SAMPLE SIZE 跟VARIANCE不一樣的問題 可以請教正確的公式該如何寫嗎?我打算用公式算 我並沒有文獻的RAW DATA,我只有文獻OUTCOME的平均值,BETA, SE OF BETA 謝謝! ※ 引述《shanemate (沉澱澱的透然)》之銘言： : ※ 引述《usbuy (buy for you)》之銘言： : : 我想要請問有關於t-test的公式 : : 我有一個sample用linear regression model跑出y跟x的關連 (beta) : : 我想要知道我所求出個beta是否跟以往的文獻有顯著差異 : : 因此 : : 我使用t-test,公式為(分子=beta1-beta2,分母=pooled SE of beta1 and beta2) : : Ho:Beta1 equal beta2 : : H1:Beta1 uneual to beta 2 : : 因為兩個sample的varaince不同 : : 我找出相關的統計書籍以及文獻都沒有找到在variance不同的情況之下 : : 我的分母應該如何計算(pooled SE of beta1 and beta2? : : 請指點迷津 : : 目前我所找到的公式只有在equal variance 的情況下.. : pooled variance的做法就是在假設這兩組sample的population variance相同之下， : 進行的variance估計，你當然找不到equal variance的 : 你說兩組的smaple variance不一樣，但這沒關係吧，主要是你接不接受兩者的 : population variance相同的假設 : 根據你的po文 我的理解是這樣 : 你用和文獻一樣的model 但是用不同的sample去估計 OLS coefficient: beta : 然後想要比較你的beta和文獻的beta有沒有顯著差異 : 那當然直接用t-test作假設檢定就可以了 : 或者你不知道 population distribution， 那可以用bootstrap來做 : 如果你有兩組sample的data 用permutation test也可以 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 99.88.83.204