测试两个斜率值之间的显着差异

对于两个不同区域中的特定物种，我拥有的数据是y〜time的回归斜率值，标准误差，n值和ap值。我想检查一个区域的回归斜率是否与另一区域的回归斜率显着不同-使用此类数据可以做到吗？有人对我该有什么建议吗？不幸的是，我无法访问原始数据...

抱歉，这是一个简单的问题！

r regression statistical-significance

— 莎拉
source

这显示了如何使用R代码通过交互F测试，直接斜率比较和Fisher的r-to-z比较斜率：stats.stackexchange.com/a/299651/35304

— Kayle Sawyer，

Answers:

以下文章可能对您有所帮助，因为它描述了如何评估给定解释性因素的影响是否随个人，时间或组织而不变：

Paternoster，R.，Brame，R.，Mazerolle，P.，＆Piquero，AR（1998）。为回归系数的均等使用正确的统计检验。犯罪学，36（4），859–866。

他们基本上说的是，为了检验和之间的差（1和2是两个样本或时间）等于零的假设，可以应用以下公式： $b_1$ $b_2$

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

SE是您情况下各个“斜率”的标准误差。

— 马洛斯
source

Kwanti，能否请您总结一下这篇文章的内容？

— whuber

本文在此处开放访问：udel.edu/soc/faculty/parker/SOCI836_S08_files/…–

— Sarah

引用很好，但似乎确实是针对迷路的学科。我想我更喜欢科恩（Cohen，J.），科恩（Cohen，P.），韦斯特（SG）和阿肯（LS）和艾肯（LS）（2003）。将多元回归/相关分析应用于行为科学（第三版）。新泽西州Mahwah：Lawrence Erlbaum Associates，出版商。第46-47页给出了一个置信区间，该区间为您提供了标准误差计算，从该误差计算中可以得出上述跳跃论文的跳跃和Z统计量的跳跃。

— russellpierce

@rpierce：也许您可以在一个单独的答案中张贴您所谈论的内容的细节，对于那些无法访问该书的人来说呢？

— naught101

@ naught101计算结果相同。我只是在陈述Cohen等人的观点。是更权威的资料。

— russellpierce 2015年

如果斜率来自普通的最小二乘回归，则最好验证生成这些值的逐年数据确实是独立的。大多数捕获-捕获研究都需要使用某种方法来处理前几年的数量依赖性，以解决前几年的数量问题。

$\alpha$

— 亚当
source

谢谢AdamO。我已经有了标准错误，因此我可以直接从中计算出置信区间...谢谢提示...

— Sarah

我错过了。我将纠正我的答案，以摆脱乏味的代数。

— 2013年

我认为鼓励基于外观检查的测试是一个坏主意。同样，我认为所陈述的重叠标准不是很好。当然，您确实说过“天真”。均值和方差是已知的；怎么样ž -test？

— ndoogan

那不是基于外观检查的测试。基于95％置信区间重叠的检验与一致且无偏的Wald检验等效。还可以方便地用95％置信区间的森林图以图形方式进行描绘。否则，此测试不会引入多个测试问题（使用过多绘图进行探索性分析的通常结果）。

— 2013年

您好，谢谢大家的评论。我终于设法掌握了原始数据，因此这可以简化事情！

— Sarah

测试这一点的经典方法（统计上更强大）是将两个数据集合并为一个回归模型，然后将该面积作为交互项。例如，请参见此处：

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

— a11msp
source

仅在适用更多限制性假设的情况下，这才“更强大”。尤其是，它假定误差方差是同质的。通常，人们会不想（没有其他理由）假定这一点，因此会使用Welch或Satterthwaite t检验之类的方法。

— ub