[問題] simple linear regression 單尾vs雙尾

看板Statistics作者 (c-w)時間11年前 (2014/04/03 16:07), 編輯推噓2(2推 0噓 23→)
留言25則, 3人參與, 最新討論串1/4 (看更多)
想請問兩個問題 (1) 一般的 two-sample t-test 例如我要比較A組跟B組的平均身高 two-tailed 比較如果 p = 0.06 表示兩組身高無顯著不同 one-tailed 的話 p = 0.03 表示A比B高或者B比A高 對嗎？ (2) 那如果是 simple linear regression 例如我要看年紀與記憶力的相關性 一般都是做 two-tailed 吧(就是把年紀當X記憶力當Y) 如果 p <0.05 便說兩者有相關 那要是我做 one-tailed 的話代表的意義是什麼？ 年紀與記憶力有正相關或者年紀與記憶力有負相關是嗎？ Thanks -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.121.113 ※ 文章網址: http://www.ptt.cc/bbs/Statistics/M.1396512478.A.151.html
→
04/03 18:08, , 1F
你的核心問題是不甚了解統計檢定的功能。
04/03 18:08, 1F
→
04/03 18:10, , 2F
提醒你一下，p值是要不要拒絕虛無假說的參考。
04/03 18:10, 2F
→
04/03 18:10, , 3F
所以應該先看一下你每個檢驗的虛無假說和對立假說是什麼
04/03 18:10, 3F
→
04/03 18:12, , 4F
另外，第二個問題裡，相關和迴歸不是同一件事。
04/03 18:12, 4F
推
04/03 18:22, , 5F
我知道p值意思啦 可能打得太簡單 我主要要問（2）中單尾
04/03 18:22, 5F
→
04/03 18:23, , 6F
代表的意義
04/03 18:23, 6F
→
04/03 19:35, , 7F
若是右單尾就是考驗 beta=0 against beta>0
04/03 19:35, 7F
→
04/03 19:35, , 8F
但你又只談「相關」，所以牛頭不對馬嘴，留意一下。
04/03 19:35, 8F
推
04/03 20:22, , 9F
XXXXXXXXXOk我是想知道兩者有沒有顯著相關
04/03 20:22, 9F
→
04/03 20:23, , 10F
但不明白單尾跟雙尾在（2）的意義
04/03 20:23, 10F
→
04/03 20:58, , 11F
要看相關就用相關分析，怎會採用迴歸分析？
04/03 20:58, 11F
→
04/03 21:00, , 12F
單尾檢驗只把注意力集中在某一側，至於另一側並不關心。
04/03 21:00, 12F
→
04/03 21:02, , 13F
我回個文好了。
04/03 21:02, 13F
→
04/07 22:07, , 14F
你可以用雙尾檢定, 而結論可帶正負方向. 曾見過有人主張科學
04/07 22:07, 14F
→
04/07 22:08, , 15F
研究不應採單尾檢定(更正確的說法是 單邊對立假說).
04/07 22:08, 15F
→
04/07 22:09, , 16F
以本例而言, 可能你預先已知年齡與記憶力只可能是負相關而不
04/07 22:09, 16F
→
04/07 22:10, , 17F
會是正相關, 因此可以用單邊對立假說 (ρ<0 或 β<0) 而進行
04/07 22:10, 17F
→
04/07 22:12, , 18F
單尾 t 檢定. 這與採雙邊對立假說(ρ≠0 或 β≠0)做雙尾檢
04/07 22:12, 18F
→
04/07 22:12, , 19F
定, 比起來是前者較容易得顯普結論, 因為其 t 臨界值較小.
04/07 22:12, 19F
→
04/07 22:14, , 20F
就因為單邊對立假說, 在方向與資料呈現的符合的情況下比較容
04/07 22:14, 20F
→
04/07 22:15, , 21F
易得顯著結論, 因此才有前述 "應一律取雙邊對立假說" 的意見
04/07 22:15, 21F
→
04/07 22:16, , 22F
另: 要看有沒有相關, 用迴歸去看並無不可. 在簡單直線迴歸,
04/07 22:16, 22F
→
04/07 22:18, , 23F
對迴歸係數的檢定甚至與對相關係數的檢定完全是相同的. 而
04/07 22:18, 23F
→
04/07 22:19, , 24F
用迴歸分析, 僅要求反應變數是常態(或說要求誤差項是常態),
04/07 22:19, 24F
→
04/07 22:19, , 25F
不像在相關分析要求 (X,Y) 是雙變量常態.
04/07 22:19, 25F
‣ 更多 cwhalf 的文章
文章代碼(AID): #1JFHRU5H (Statistics)
討論串 (同標題文章)
以下文章回應了本文：
完整討論串 (本文為第 1 之 4 篇)：
排序： 最新先 | 最舊先 | 留言數
在新視窗開啟完整討論串 (共4篇)
‣ 更多 cwhalf 的文章
文章代碼(AID): #1JFHRU5H (Statistics)