|
●組內變異 ●目的 ●假設 上文所述，通過兩組均值的差別體現(xiàn)兩變量關聯(lián)的大小，很大程度上依賴于組內觀察值變異程度。一定的組間均值差異體現(xiàn)自變量與因變量間是強關聯(lián)還是弱關聯(lián)依賴于每組中值的變異程度。例如男性WCC的平均值為102，女性為104。如果男性的WCC值都在101-103之間，女性都在103-105之間，那么這差別2就很能說明問題。即我們就可從性別上較好地預測WCC值。 但同樣差別為2，如果觀察值變異很大（范圍是0-200），我們認為這點差異是極其微小。換句話說，組內變異的減小增強了檢驗的敏感性。 非獨立樣本（配對樣本）的t-檢驗能夠幫助我們使用一類特定的設計，這類設計中，可容易地辨別出組內變異的來源并剔除出分析。統(tǒng)計學上兩次測量同一觀察對象的兩組資料（如治療前與治療后），那么組內變異中的一大部分是由于個體觀察對象的差異所致。注意這與完全獨立的兩組間比較不同（見成組t檢驗 ）。在此個體差異也導致誤差變異，獨立樣本中我們對此無能為力，因為我們無鑒別（或提?。┯^察對象差異的方差。但是對同一樣本檢測兩次，我們可容易地鑒別（提取）出這部分的方差。統(tǒng)計學上我們并不要對每一組進行單獨處理，分析原始數據，而是對每個觀察對象兩次測量的變化進行分析。將對象中第二次的值減去第一次的值，分析這些純差異而排除了數據中由于觀察對象的不同基線所產生的變異。這就是配對t-檢驗所要做的，與成組t-檢驗比較結果更準確（更敏感或檢驗效率更高）。 成組t-檢驗理論假設也可用于配對樣本檢驗；配對的差異須正態(tài)分布。如果不滿足條件，只能用非參數檢驗。 統(tǒng)計學上，可以用非獨立樣本t-檢驗分析數據集中的任意兩個變量。但是當數據集中的兩變量邏輯上或方法學上不可比，使用這種方法就無意義了。例如比較病人治療前后收縮壓均值時，使用不同計數方法或不同的計量單位，可因此得到高度顯著性的t-檢驗值。下面是一個可用非獨立t-檢驗分析的例子。
與原始數據的范圍比較（第一樣本中80-143）兩種情況下的均值差別相當小（為1）。但是配對t-檢驗只對純差別進行分析，而不是原始數據以及潛在的差異。因此，此處1不是與原始數據中的方差比較而是與治療前后差異的方差進行比較，這個方差很小為0.2。與這個方差相比，差別為1效應是相當大的了，具有統(tǒng)計學意義。 非獨立樣本的t-檢驗可用于多個變量的統(tǒng)計計算，并以缺失值casewise or pairwise 刪除后的矩陣顯示，很象相關矩陣。因此相關矩陣中的注意事項也適用與t-檢驗矩陣。
如果有兩個以上的相關樣本（如治療前，治療后1，治療后2），需要比較就要使用重復測量的方差分析。這種方法是非獨立t-檢驗的推廣，具有增加分析敏感性的特性。例如不僅可以同時控制因變量的基線，還可以控制設計中的其他因素或（和）多個相互作用的因變量。（MANOVA;詳細情況見方差分析）。 |
|||||||||
|
|
來自： qinjiaolong > 《我的圖書館》
