[問題] simple linear regression 單尾vs雙尾

[cwhalf (c-w)]

 想請問兩個問題

 (1)
 一般的 two-sample t-test
 例如我要比較A組跟B組的平均身高
 two-tailed 比較如果 p = 0.06 表示兩組身高無顯著不同
 one-tailed 的話 p = 0.03 表示A比B高或者B比A高
 對嗎？

 (2)
 那如果是 simple linear regression
 例如我要看年紀與記憶力的相關性
 一般都是做 two-tailed 吧(就是把年紀當X記憶力當Y)
 如果 p <0.05 便說兩者有相關
 那要是我做 one-tailed 的話代表的意義是什麼？
 年紀與記憶力有正相關或者年紀與記憶力有負相關是嗎？

 Thanks

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.121.113
※ 文章網址: http://www.ptt.cc/bbs/Statistics/M.1396512478.A.151.html
→ andrew43:你的核心問題是不甚了解統計檢定的功能。
→ andrew43:提醒你一下，p值是要不要拒絕虛無假說的參考。
→ andrew43:所以應該先看一下你每個檢驗的虛無假說和對立假說是什麼
→ andrew43:另外，第二個問題裡，相關和迴歸不是同一件事。
推 heading:我知道p值意思啦 可能打得太簡單 我主要要問（2）中單尾
→ heading:代表的意義
→ andrew43:若是右單尾就是考驗 beta=0 against beta>0
→ andrew43:但你又只談「相關」，所以牛頭不對馬嘴，留意一下。
推 heading:XXXXXXXXXOk我是想知道兩者有沒有顯著相關
→ heading:但不明白單尾跟雙尾在（2）的意義
→ andrew43:要看相關就用相關分析，怎會採用迴歸分析？
→ andrew43:單尾檢驗只把注意力集中在某一側，至於另一側並不關心。
→ andrew43:我回個文好了。
→ yhliu:你可以用雙尾檢定, 而結論可帶正負方向. 曾見過有人主張科學
→ yhliu:研究不應採單尾檢定(更正確的說法是 單邊對立假說).
→ yhliu:以本例而言, 可能你預先已知年齡與記憶力只可能是負相關而不
→ yhliu:會是正相關, 因此可以用單邊對立假說 (ρ<0 或 β<0) 而進行
→ yhliu:單尾 t 檢定. 這與採雙邊對立假說(ρ≠0 或 β≠0)做雙尾檢
→ yhliu:定, 比起來是前者較容易得顯普結論, 因為其 t 臨界值較小.
→ yhliu:就因為單邊對立假說, 在方向與資料呈現的符合的情況下比較容
→ yhliu:易得顯著結論, 因此才有前述 "應一律取雙邊對立假說" 的意見
→ yhliu:另: 要看有沒有相關, 用迴歸去看並無不可. 在簡單直線迴歸,
→ yhliu:對迴歸係數的檢定甚至與對相關係數的檢定完全是相同的. 而
→ yhliu:用迴歸分析, 僅要求反應變數是常態(或說要求誤差項是常態),
→ yhliu:不像在相關分析要求 (X,Y) 是雙變量常態.