作者saltlake (SaltLake)
看板Statistics
標題[問題] 學生獨立與成對分布的檢驗
時間Tue Jan 14 22:56:04 2020
學生分布測試有獨立雙樣本測試和成對樣本測試兩種。
雖然它們用來測試的統計量之分子都是兩樣本目標統計
量的差值，例如平均值或者比例值，但是在分母方面，
兩種測試方法的公式並不相同。
請問有甚麼測試的方法可以確認所用的學生測試法是正
確的?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.44.197.88 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1579013766.A.259.html
1F：→ andrew43: 完全由實驗設計決定。先判斷可以從母體中隨機抽出的單位 01/14 23:09
2F：→ andrew43: 是什麼就可以判斷了。 01/14 23:09
有測試數據比較能客觀佐證判斷的正確性。尤其當要向判斷與自己不同的上級
解釋自己的判斷才是正確的時候。因此才想問有否客觀的驗證(佐證)方法。
※ 編輯: saltlake (114.44.197.88 臺灣), 01/15/2020 00:38:28
這有點像高中數學解排列組合的問題，一個問題的解法遇到不只一種看法。
爭執到最後最能說服人的方式是，一個個把排列組合的方式列出來。事實擺
在眼前，才能杜絕爭議。
※ 編輯: saltlake (114.44.197.88 臺灣), 01/15/2020 00:40:24
3F：→ andrew43: 那你可以告訴他如果是獨立樣本（或配對樣本）會是怎樣的 01/15 01:43
4F：→ andrew43: 的方式收集資料，而事實並非如此。應該有足夠說服力。 01/15 01:44
5F：→ andrew43: 若有不容易判斷的情況，通常是對隨機樣本的意義有誤解， 01/15 01:47
6F：→ andrew43: 例如沒能看出區集存在、自以為是獨立樣本但其實不是... 01/15 01:48
7F：→ andrew43: 或是其實設計更加複雜而不是單純這二種方案能解決。 01/15 01:49
8F：→ yhliu: 沒有任何 "測試" 可用來證實樣本的獨立性, 除了對樣本取得 01/15 19:28
9F：→ yhliu: 方式分析以外. 既然有疑問, 不如把樣本取得情形說出來, 讓 01/15 19:30
線性獨立可以靠計算正交性的值做核對，統計獨立性沒有一個衡量的量供核對?
不說準確確認，連估計獨立程度的衡量標準都沒有?
※ 編輯: saltlake (114.44.197.88 臺灣), 01/15/2020 19:32:43
10F：→ yhliu: 版友幫你分析解釋. 01/15 19:31
11F：推 andrew43: 沒有辦法。完全由設計決定。 01/15 19:53
用下列關係檢視呢?
若統計獨立則協變異數為零
那麼
若協變異數不為零則非統計獨立
※ 編輯: saltlake (114.44.197.88 臺灣), 01/15/2020 20:20:41
12F：→ evilove: 要看實驗設計 01/15 20:58
13F：→ andrew43: 就算共變方為0也不表示獨立樣本。共變方非0也不表示配對 01/15 21:08
14F：→ andrew43: ，還有可能存在其它原因造成不獨立。 01/15 21:19
比方說那些因素?
※ 編輯: saltlake (114.44.197.88 臺灣), 01/16/2020 00:51:35
15F：→ andrew43: 例如獨立樣本設計但以有問題的方式抽樣造成非獨立。 01/16 02:13
16F：→ andrew43: 主觀上要營造獨立樣本，但抽樣不獨立剛好撞上未考慮潛在 01/16 02:22
17F：→ andrew43: 因子，看似獨立樣本但共變方由於該因子作用就跑出來了 01/16 02:23
18F：→ yhliu: 不說零相關不代表獨立, 就是兩獨立樣本資料卻強將任意配對, 01/16 07:04
19F：→ yhliu: 其相關係數也不必為0. 舉個植端例子, 兩獨立樣本資料各自排 01/16 07:06
20F：→ yhliu: 序後予以配對, 將呈現高度相關. 01/16 07:07
21F：→ yhliu: 不追究樣本如何取得而只追求計算, 這不是做統計, 而是在玩 01/16 07:10
22F：→ yhliu: 數字. 01/16 07:10
23F：→ canandmap: 抽樣很重要怎麼可以不討論抽樣方式呢? 01/16 12:24