दो ढलान मूल्यों के बीच एक महत्वपूर्ण अंतर का परीक्षण करें

Question

डेटा मेरे पास दो अलग-अलग क्षेत्रों में एक विशेष प्रजाति के लिए y ~ समय, एक मानक त्रुटि, एक n मान और एपी मूल्य का एक प्रतिगमन ढलान मूल्य है। मैं यह जांचना चाहता हूं कि क्या एक क्षेत्र के लिए प्रतिगमन ढलान दूसरे क्षेत्र के लिए प्रतिगमन ढलान से काफी अलग है - क्या ऐसा डेटा के साथ संभव है? क्या किसी के पास कोई सुझाव है कि मैं इस बारे में कैसे जा सकता हूं? मैं दुर्भाग्य से कच्चे डेटा तक पहुँच प्राप्त नहीं कर सकता ...

क्षमा करें कि यह इतना सरल प्रश्न है!

Comments

यह दिखाता है कि एक बातचीत एफ परीक्षण के साथ ढलानों की तुलना कैसे करें, प्रत्यक्ष ढलान की तुलना, और फिशर के आर-टू-जेड का उपयोग आर कोड: सांख्यिकी.stackexchange.com/a/299651/35304

— Kayle Sawyer

Answer 1

निम्नलिखित लेख आपके लिए उपयोगी हो सकता है, क्योंकि यह बताता है कि मूल्यांकन कैसे किया जाता है यदि किसी दिए गए व्याख्यात्मक कारक का प्रभाव व्यक्तियों, समय या संगठनों पर अपरिवर्तनीय है:

पैटरनॉस्टर, आर।, ब्रैम, आर।, मेज़रोल, पी।, और पिकेरो, एआर (1998)। प्रतिगमन गुणांक की समानता के लिए सही सांख्यिकीय परीक्षण का उपयोग करना। क्रिमिनोलॉजी, 36 (4), 859-866।

वे मूल रूप से क्या कहते हैं, कि इस परिकल्पना का परीक्षण करने के लिए कि अंतर और बी 2 (1 और 2 दो नमूने या समय के) शून्य के बराबर है आप निम्न सूत्र को लागू कर सकते हैं:$b_1$$b_2$

$\begin{equation} Z= \frac{b_1-b_2}{\sqrt{{SEb_1}^{2}+{SEb_2}^2}} \end{equation}$

एसई आपके मामले में संबंधित 'ढलान' की मानक त्रुटि है।

Comments

क्वांट्टी, क्या आप कृपया इस लेख को क्या कहते हैं, संक्षेप में बता सकते हैं?

— whuber

लेख यहां खुली पहुंच है: udel.edu/soc/facademy/parker/SOCI836_S08_files/…

— सारा

यह उद्धरण ठीक है, लेकिन लगता है कि वास्तव में एक अनुशासन पर लक्षित है जिसने अपना रास्ता खो दिया था। मुझे लगता है कि मैं कोहेन, जे।, कोहेन, पी।, पश्चिम, एसजी और एकेन, एलएस (2003) को पसंद करूंगा। व्यवहार विज्ञानों (तीसरा संस्करण) के लिए लागू कई प्रतिगमन / सहसंबंध विश्लेषण। महवा, न्यू जर्सी: लॉरेंस एर्लबम एसोसिएट्स, प्रकाशक। पृष्ठ ४६-४ gives जो आपको एक आत्मविश्वास अंतराल प्रदान करता है जो आपको मानक त्रुटि गणना देता है जिसमें से यह एक हॉप स्किप है और उपरोक्त उद्धृत पेपर में Z स्टेटिस्टिक के लिए एक छलांग है।

— रुसैलपिएरेस

@ स्वभाव: हो सकता है कि आप उस पुस्तक के बारे में जानकारी के बिना, हम उन लोगों के लिए एक अलग उत्तर में क्या बात कर रहे हों?

— naught101

@ n-0101 की गणना समान हो जाती है। मैं केवल एक राय बता रहा था कि कोहेन एट अल। एक अधिक आधिकारिक स्रोत है।

— russellpierce

Answer 2

यदि ढलान सामान्य कम से कम वर्ग प्रतिगमन से आते हैं, तो यह सत्यापित करना अच्छा होगा कि साल-दर-साल के आंकड़े जो इन मूल्यों को उत्पन्न करते हैं, वे वास्तव में स्वतंत्र हैं। अधिकांश कैप्चर-रिकैपचर अध्ययनों को समय के साथ मात्रा की निर्भरता को संभालने के कुछ तरीके का उपयोग करके पिछले वर्षों के संस्करणों के लिए खाते की आवश्यकता होती है।

$\alpha$

Comments

धन्यवाद एडमो। मेरे पास पहले से ही मानक त्रुटियां हैं इसलिए मैं इनमें से सीधे विश्वास अंतराल की गणना कर सकता हूं ... धन्यवाद टिप के लिए ...

— सारा

मैंने यह खो दिया। मैं थकाऊ बीजगणित से छुटकारा पाने के लिए अपना जवाब सही करूंगा।

— AdamO

मेरा मानना ​​है कि दृश्य निरीक्षण के आधार पर इस तरह के परीक्षण को प्रोत्साहित करना एक बुरा विचार है। साथ ही, मुझे नहीं लगता कि ओवरलैप के मापदंड बहुत अच्छे हैं। दी तुम ने कहा 'भोला।' माध्य और विचरण ज्ञात हैं; कैसे एक z -est के बारे में ?

— नादोगन

यह दृश्य निरीक्षण पर आधारित परीक्षण नहीं है। 95% आत्मविश्वास अंतराल के ओवरलैप के आधार पर टेस्ट, वाल्ड टेस्ट के बराबर हैं जो सुसंगत और निष्पक्ष हैं। यह आसानी से 95% विश्वास अंतराल के वन भूखंड के साथ रेखांकन भी चित्रित किया जा सकता है। अन्यथा, इस परीक्षण द्वारा पेश किए गए कई परीक्षण मुद्दे नहीं हैं (अत्यधिक भूखंडों का उपयोग करके खोजपूर्ण विश्लेषण का एक सामान्य परिणाम)।

— AdamO

नमस्कार, आपकी टिप्पणियों के लिए आप सभी का धन्यवाद। मैं अंत में कच्चे डेटा को पकड़ पाने में कामयाब रहा, इसलिए इसे चीजों को सरल बनाना चाहिए!

— सारा

Answer 3

परीक्षण का क्लासिक (और अधिक सांख्यिकीय रूप से शक्तिशाली) तरीका यह है कि दोनों डेटासेट्स को एक एकल प्रतिगमन मॉडल में मिलाया जाए और फिर उस क्षेत्र को इंटरैक्शन टर्म के रूप में शामिल किया जाए। उदाहरण के लिए, यहां देखें:

http://www.theanalysisfactor.com/compare-regression-coefficients/

Comments

यह "अधिक ... शक्तिशाली" तभी है जब अधिक प्रतिबंधात्मक धारणाएं लागू होती हैं। विशेष रूप से, यह त्रुटि भिन्नताओं की समरूपता को मानता है। अक्सर कोई यह नहीं मानना ​​चाहेगा कि (अतिरिक्त औचित्य के बिना) और इसलिए वेल्च या Satterthwaite टी-टेस्ट की तरह कुछ का उपयोग करेगा।

— whuber