在配对测试中,什么是有效配对?

机器算法验证 t检验 配对数据
2022-03-28 09:57:53

标题是我的问题,这里有更多信息。我正在检查其他人所做的分析,他们对来自同一主题的数据进行了配对 t 检验;但是,为配对 t 检验计算的差异来自两个不同的变量(变量不是同一事物的测量 1 和 2,它们代表相同想法的测量,能量消耗以两种不同的方式测量。变量 A 是使用方法 A 和变量 B 测量的支出是使用方法 B) 测量的支出。

每个受试者使用方法 A 对他们进行测量,并使用不同方法方法 B 进行测量(这些方法理论上测量它们相同的东西,但一个是金标准,另一个不是),然后按照方法 B 计算差异- 方法 A 和配对 t 检验对差异向量进行。

我对这个特定数据集的问题是,这是一对有效的吗?通常,我会看到使用相同变量的配对 t 检验,例如每个实验单元的单个变量的事前测量,或收集相同变量的双胞胎研究。

更一般地说,我的问题是什么构成配对 t 检验的有效配对?将两个不同的变量(例如方法 A 的变量和方法 B 的变量)成对考虑是否有效?如果是这样,如果对不同变量执行配对测试时可能出现任何问题怎么办。

1个回答

是的,这两种测量方法在这个例子中可以构成一个“对”。更令人担忧的是(在我看来)t 检验只会帮助您识别方法 A 和 B 之间的恒定偏差。t 检验的方法之间可能存在比例(和/或恒定)偏差不太适合识别。考虑数据

A=(10,11,12,13,14)

B=(11,11.5,12,12.5,13)

对这些数据的配对 t 检验将不显着:

diff=0[0.982,0.982]

但是比例偏差和常数偏差都被遗漏了。

CLSI EP09描述了执行方法比较的各种方法。