[問題] 效應大小之類別
處理非隨機變數的時候，有兩種常用的度量
兩變數之差值︰a-b
兩變數的差值比值︰(a-b)/b
前者常用於量化衡量某特定操作前後的增減量值
後者 相對於操作前之比值
但是處理隨機變數時，所謂的效應大小(effect size)之值，雖然
也有差值類的，奇怪沒見到差值比值類，為什麼?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.36.208.38 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1723383944.A.48B.html
→
08/12 08:18,
1年前
, 1F
08/12 08:18, 1F
→
08/12 08:20,
1年前
, 2F
08/12 08:20, 2F
→
08/12 08:22,
1年前
, 3F
08/12 08:22, 3F
→
08/12 08:23,
1年前
, 4F
08/12 08:23, 4F
→
08/12 08:25,
1年前
, 5F
08/12 08:25, 5F
→
08/12 08:27,
1年前
, 6F
08/12 08:27, 6F
→
08/12 08:28,
1年前
, 7F
08/12 08:28, 7F
→
08/12 08:30,
1年前
, 8F
08/12 08:30, 8F
→
08/12 08:31,
1年前
, 9F
08/12 08:31, 9F
問題是，上述的「兩變數的差值比值」是人們處理非隨機變數時常用的方法之一。
因此(非統計專門的)文獻常常看到作者這樣使用。
或者說，人們學數學通常從處理非隨機變數開始，因此會期待用同類方式處理隨
機變數，除非有理論限制確定不可以。
我們還可從另個角度看這問題。隨機變數是非隨機變數的擴展情況，那麼，數學
分析上不是經常有探討複雜的狀況(或公式)如何簡化成簡單的狀況? 比方說，我們
推導出一條非線性公式或方程式之後，會檢查它能被簡化成線性情況的時候，會否
與基於線性理論推導出來的一致?
回到原問題。我們能否繼續用「兩變數的差值比值」為衡量兩隨機變數之間關係
的效應值? 如果可行，是否也是要像其他種類的效應值一樣，檢查它是否統計顯著
，以及這個數值的信心區間?
※ 編輯: saltlake (114.36.208.88 臺灣), 08/26/2024 22:19:23