Teste uma diferença significativa entre dois valores de inclinação

Os dados que tenho são um valor de declive de regressão de y ~ time, um erro padrão, um valor n e um valor ap, para uma espécie específica em duas áreas diferentes. Quero verificar se a inclinação de regressão para uma área é significativamente diferente da inclinação de regressão para a outra área - isso é possível com esses dados? Alguém tem alguma sugestão de como eu poderia fazer isso? Infelizmente, não consigo acessar os dados brutos ...

Lamento que esta seja uma pergunta tão simples!

r regression statistical-significance

— Sarah
fonte

Isto mostra como para comparar pistas com um teste de interacção F, inclinação comparação directa, e Fisher r-a-z usando o código R: stats.stackexchange.com/a/299651/35304

— Kayle Sawyer

Respostas:

O artigo a seguir pode ser útil para você, pois descreve como avaliar se o efeito de um determinado fator explicativo é invariável sobre pessoas, tempo ou organizações:

Paternoster, R., Brame, R., Mazerolle, P., & Piquero, AR (1998). Usando o Teste Estatístico Correto para os Coeficientes de Igualdade de Regressão. Criminology, 36 (4), 859-866.

O que eles basicamente dizem é que, para testar a hipótese de que a diferença entre e (1 e 2 sendo duas amostras ou vezes) é igual a zero, você pode aplicar a seguinte fórmula: $b_1$ $b_2$

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

SE sendo o erro padrão das respectivas 'pistas' no seu caso.

— Marloes
fonte

Kwanti, você poderia resumir o que este artigo diz?

— whuber

O artigo é de acesso aberto aqui: udel.edu/soc/faculty/parker/SOCI836_S08_files/…

— Sarah

Essa citação é boa, mas parece realmente direcionada a uma disciplina que se perdeu. Acho que prefiro Cohen, J., Cohen, P., West, SG, & Aiken, LS (2003). Análise de regressão / correlação múltipla aplicada às ciências do comportamento (3ª ed.). Mahwah, Nova Jersey: Lawrence Erlbaum Associates, Publishers. página 46-47, que fornece um intervalo de confiança que fornece o cálculo de erro padrão a partir do qual é um salto de salto e um salto para a estatística Z no artigo citado acima.

— russellpierce

@rpierce: Talvez você possa postar os detalhes do que está falando em uma resposta separada, para aqueles que não têm acesso a esse livro?

— naught101

@ naught101 o cálculo acaba sendo o mesmo. Eu estava apenas afirmando que Cohen et al. é uma fonte mais autorizada.

— 27415 russellpierce

Se as inclinações vierem da regressão de mínimos quadrados ordinários, seria bom verificar se os dados ano a ano que geraram esses valores são realmente independentes. A maioria dos estudos de captura e recaptura precisa levar em conta os volumes dos anos anteriores, usando algum método para lidar com a dependência do volume ao longo do tempo.

Usando erros padrão, você pode construir intervalos de confiança em torno de seus parâmetros de inclinação. Um teste ingênuo para saber se são diferentes no corretonívelé inspecionar se algum dos intervalos de confiança se sobrepõe. (Observe que o intervalo de confiança de um parâmetro deve se sobrepor ao outro valor real do parâmetro, não ao intervalo de confiança, para não rejeitar a hipótese nula de que eles são diferentes). $\alpha$

— AdamO
fonte

Obrigado AdamO. Eu tenho os erros padrão já que eu pudesse calcular intervalos de confiança diretamente desses ... Obrigado pela dica ...

— Sarah

Eu senti falta disso. Corrigirei minha resposta para me livrar da álgebra tediosa.

— Adamo

Acredito que incentivar esse teste baseado em inspeção visual é uma má idéia. Também não acho que os critérios de sobreposição declarados sejam muito bons. É verdade que você disse "ingênuo". A média e variância são conhecidas; que tal um teste z ?

— Ndoogan # 8/13

Esse não é um teste baseado em inspeção visual. Os testes baseados na sobreposição de intervalos de confiança de 95% são equivalentes ao teste de Wald, que é consistente e imparcial. Convenientemente, também pode ser representado graficamente com um gráfico de floresta com intervalos de confiança de 95%. Caso contrário, não há vários problemas de teste introduzidos por esse teste (uma consequência usual de análises exploratórias usando plotagens excessivas).

— Adamo

Olá, obrigado a todos por seus comentários. Finalmente consegui me apossar dos dados brutos, então isso deve simplificar as coisas!

— 23413 Sarah

A maneira clássica (e mais estatisticamente poderosa) de testar isso é combinar os dois conjuntos de dados em um único modelo de regressão e incluir a área como um termo de interação. Veja, por exemplo, aqui:

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

— a11msp
fonte

Isso é "mais ... poderoso" somente se premissas mais restritivas se aplicarem. Em particular, assume a homocedasticidade das variações de erro. Freqüentemente, não se deseja assumir isso (sem justificativa adicional) e, portanto, usaria algo como o teste t de Welch ou Satterthwaite.

— whuber