ANOVA 簡介ANalysis Of VAriance 中文稱「平均數的變異數分析」 假設三個組,分別為沒吃藥、有吃 ... 符號; $k$ 指的是組數; $n$ 指的是組內的樣本數. ... <看更多>
variance符號 在 遠得要命的數學王國- [方差互換] 方差互換(Variance Swap,中文翻譯是 ... 的推薦與評價
[方差互換] 方差互換(Variance Swap,中文翻譯是我查到的) 是一種由標的資產的波動度衍生出來的互換契約而波動度被定義成對數價格的二次變異(Quadratic Variation, ... ... <看更多>
variance符號 在 [問題]ANOVA是如何同時比較"變異數"和"平均數" - 看板Statistics 的推薦與評價
後來聽從版上的大大所說的
我專注在原始理論的部份
才發現我先前的問題都不是問題
ANOVA本身的前提就可以否定我自己提出的極端例子
------------------------------------------------------------------
可是
原始理論我有個重點不能理解
就是有關 MSt的定義 (迷之噓:那你不就是一知半解嗎? 答:我能說啥?
----------------------------推導開始----------------------------------
先設計一個狀況
N = 12 (總data數12個 也就是12個 Xij
k = 3 (組數3組
n1 = n2 = n3 = 4 (3組裡面的data各有4個
3組常態分布的samples
Variance沒有顯著差異
因此
可以很簡單的取得 s1^2 s2^2 s3^2
比照 Unpaired t test with pooled variance (Sp^2)
我嘗試去推導這個 ANOVA table 的 Sp^2
以下為推導過程 高手請略過
v1(s1^2) + v2(s2^2) + v3(s3^2)
______________________________ <- 這條橫線是除法符號 (冏....
Sp^2 =
v1 + v2 + v3
= (CSS1 + CSS2 + CSS3) / (N-k)
= SSerror / (N-k)
= MSe
= σ^2 (這樣寫不太對我知道....我只是想陳述理論...
= 母體變異數的 estimator
所以 MSe 的意義為
pooled variance of treatments
(這短短幾行花了我一整個下午去想 XDD)
尤其是要幫 MSe 定義真是太辛苦了
---------------OK MSe 的意義已經很清楚了
現在的問題就是MSt的定義了------------------
經過我的苦思
Sp^2 究竟要跟誰去比較 ?
答案當然是 MSt
可是MSt究竟是什麼?
非常非常努力思考過以後
我發現從常態分布的假設裡面
可以得到以下的邏輯關係
_ _ _ _
1. 3組樣本可以抽取出3個 Xi. ( X1. X2. X3.)
_
2. 3個 Xi. 可以代入一個 sampling distribution
3. 這個 sampling distribution 也是常態分布
4. sampling distribution 的標準差
原始data 的標準差
有 standard error 的關連性
想明白了這點以後
我開始嘗試去生產 sampling distribution 的 standard error
However !
以我殘破可憐的統計程度 (生統...很虛...
我不知道該怎麼生產 pooled standard error <---這是我自創的名詞不好意思...
因為我推測
MSt 是從 standard error 生產出來的玩意....
我嚐試了以下幾種算法
1. Sp^2 / N (直接用 Sp^2 轉換成sampling distribution的standard error
2. Sp^2 / k
s1^2 * v1 + s2^2 * v2 + s3^2 * v3
3. ___________________________________ 除以 N (樣本變異數加權以後
再轉換成
v1 + v2 + v3 standard error
s1^2 * v1 + s2^2 * v2 + s3^2 * v3
4. ___________________________________ 除以 k
v1 + v2 + v3
s1/n1^0.5 * v1 + s2/n2^0.5 * v2 + s3/n3^0.5 * v3
5. __________________________________________________ (算完各自的
standard error
v1 + v2 + v3 再進行加權
_ _ _ _ _ _
(X1.-X..)^2 + (X2.-X..)^2 + (X3.-X..)^2
6. __________________________________________
( k - 1 )
_ _ _ _ _ _
(X1.-X..)^2 * v1 + (X2.-X..)^2 * v2 + (X3.-X..)^2 * v3
7. _________________________________________________________
v1 + v2 + v3
經過了一番混戰之後 (約4個小時吧...
我發現一件事
不管哪一種算法都不能推導出 MSt
而且我還不知道哪一種算法是正確的 超想哭....
---------------------------------------------------------------------
問題總結
1. MSt 到底怎麼來的?
2. MSt 的正確定義究竟是什麼?
3. pooled standard error 究竟要怎麼取得?
----------------------------------------------------------------------
如果您看不懂我在說什麼...
絕對是我的表達方式不好... sorry
但是我盡力了....
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.231.236.46
※ 編輯: gsuper 來自: 61.231.236.46 (06/05 21:38)
※ 編輯: gsuper 來自: 61.231.236.46 (06/05 21:46)
※ 編輯: gsuper 來自: 61.231.236.46 (06/05 21:57)
※ 編輯: gsuper 來自: 61.231.236.46 (06/05 22:02)
※ 編輯: gsuper 來自: 61.231.236.46 (06/05 22:24)
※ 編輯: gsuper 來自: 61.231.236.46 (06/05 22:25)
懂 為什麼要這樣做? 轉換是怎麼做?
(感覺有前進一點了....可是還是沒有很了解....)
※ 編輯: gsuper 來自: 61.231.236.46 (06/05 23:31)
天書.....
後勁很強....計算起來超合理的
但是還差一個定義問題 _
MSt是要量化 ( X - u )^2 這個東西嗎?
(based on t test.....
不過我已經搞不清楚現在究竟是 population distribution
還是 sampling distribution
※ 編輯: gsuper 來自: 61.231.236.46 (06/06 00:33)
_ _
這裡的感覺是 pooled X (not X..)
而且 pooled的方式跟 bonferroni t很類似...
所以我的問題應該就是不懂
F = t^2 吧... (when k = 2)
請問這是在哪方面的章節有提到?
我當初在念 F 和 t 的時候都沒看過這個等式...
※ 編輯: gsuper 來自: 61.231.236.46 (06/06 14:03)
※ 編輯: gsuper 來自: 61.231.236.46 (06/06 14:56)
我的生統課本沒提到
不過根據bmka大給的網址 還有 維機百科
都有提到這個等式
根據 F = t^2 (推導過程 unknown)
我只能暫時把 MSt 定義成這樣
_ _
np (Xp. - X..)^2 _
where np = pooled n Xp. = pooled mean of treatment
這兩個東西又是我自創的了
我是把MSt理解為一個 "pool" 的過程
把 np 移項到 Sp^2 的分母以後
會變成 sampling distribution 的 t^2
_ _
where F = MSt/MSe = (Xp.- X..)^2 = t^2
_____________
Sp^2 / np
可是沒辦法解釋 MSt 的 pool 過程
------------------------------------------------------------
So far
我決定暫時封印ANOVA的推導了
雖然很想了解理論來源
可是程度不足實在沒辦法
感謝bmka大大 和 asaba大大 的費心
※ 編輯: gsuper 來自: 61.231.247.229 (06/07 13:58)
※ 編輯: gsuper 來自: 61.231.247.229 (06/07 14:01)
※ 編輯: gsuper 來自: 61.231.247.229 (06/07 14:02)
※ 編輯: gsuper 來自: 61.231.246.12 (06/07 14:16)
... <看更多>