注意,问题中的方差表达式是一个近似值。 Hedges(1981)在一般情况下(即多个实验/研究)得出了和近似值的大样本方差,我的答案几乎遍历了本文的推导。d
首先,我们将使用以下假设:
假设我们有两个独立的治疗组,即(治疗)和(对照)。让和是从受试者的任何分数/响应/在组并受在组,分别。C Y T i Y C j i T j CTCYTiYCjiTjC
我们假设反应是正态分布的,并且治疗组和对照组有一个共同的方差,即
YTiYCj∼N(μT,σ2),i=1,…nT∼N(μC,σ2),j=1,…nC
我们希望在每个研究中估计的效应大小为。我们将使用的效果大小的估算值为
其中是组的无偏样本方差。 d= ˉ ý Ť- ˉ ÿ Çδ=μT−μCσ
d=Y¯T−Y¯C(nT−1)S2T+(nC−1)S2CnT+nC−2−−−−−−−−−−−−−√
S2kk
让我们考虑的大样本属性。 d
首先,请注意:
和(用我的记法松散):
和
Y¯T−Y¯C∼N(μT−μC,σ2nT+nCnTnC)
(nT−1)S2Tσ2(nT+nC−2)=1nT+nC−2(nT−1)S2Tσ2∼1nT+nC−2χ2nT−1(1)
(nC−1)S2Cσ2(nT+nC−2)=1nT+nC−2(nC−1)S2Cσ2∼1nT+nC−2χ2nC−1(2)
等式(1)和(2)导致这样的事实(再次,用我的记法松散):
1σ2(nT−1)S2T+(nC−1)S2CnT+nC−2∼1nT+nC−2χ2nT+nC−2
现在,一些聪明的代数:
其中
d=Y¯T−Y¯C(nT−1)S2T+(nC−1)S2CnT+nC−2−−−−−−−−−−−−−√=(σnT+nCnTnC−−−−−√)−1(Y¯T−Y¯C)(σnT+nCnTnC−−−−−√)−1(nT−1)S2T+(nC−1)S2CnT+nC−2−−−−−−−−−−−−−√=(Y¯T−Y¯C)−(μT−μC)σnT+nCnTnC√+μT−μCσnT+nCnTnC√(nT+nCnTnC−−−−−√)−1(nT−1)S2T+(nC−1)S2Cσ2(nT+nC−2)−−−−−−−−−−−−−√=nT+nCnTnC−−−−−−−√⎛⎝⎜θ+δnTnCnT+nC−−−−−√Vν−−√⎞⎠⎟
θ∼N(0,1),和。因此,是乘以跟随非中心t分布且个自由度和非中心参数的变量。
V∼χ2νν=nT+nC−2dnT+nCnTnC−−−−−√nT+nC−2δnTnCnT+nC−−−−−√
使用非中心分布t的矩属性,得出:
,其中
Var(d)=(nT+nC−2)(nT+nC−4)(nT+nC)nTnC(1+δ2nTnCnT+nC)−δ2b2(3)
b=Γ(nT+nC−22)nT+nC−22−−−−−−−√Γ(nT+nC−32)≈1−34(nT+nC−2)−1
因此,公式(3)提供了确切的大样本方差。请注意,的无偏估计量是,且具有方差:δbd
Var(bd)=b2(nT+nC−2)(nT+nC−4)(nT+nC)nTnC(1+δ2nTnCnT+nC)−δ2
对于较大的自由度(即,较大的),具有自由度和非中心性参数的非中心变量的方差可以近似为(Johnson,Kotz,Balakrishnan,1995年)。因此,我们有:
nT+nC−2tνp1+p22ν
Var(d)≈nT+nCnTnC⎛⎝⎜1+δ2(nTnCnT+nC)2(nT+nC−2)⎞⎠⎟=nT+nCnTnC+δ22(nT+nC−2)
插入的估算器,我们就完成了。δ