Correlation
方差不等的兩樣本 t 檢驗的貝葉斯對應物是什麼？
我正在尋找方差不等的兩樣本 t 檢驗的貝葉斯對應物（韋爾奇檢驗）。我也在尋找多變量檢驗，例如 Hotelling 的 T 統計量。參考讚賞。
對於多變量情況，假設我們有和， 在哪裡（分別) 是樣本均值、樣本標準差和點數的捷徑。我們可以假設整個數據集中的點數是恆定的，所有的標準差都相同（分別) 並且樣本均值（分別) 是相關的。如果您繪製樣本均值，它們彼此跟隨並通過連接它們，您將獲得一個平滑變化的函數。現在在某些部分功能符合功能，但在其他人沒有，因為變大。我想量化這個說法。
雖然您可以以貝葉斯方式進行此操作，但您是否考慮過估計均值的差異而不是測試它們是否不同實際上是否更好？這是Andrew Gelman 經常推薦的。我可以想像一些想要進行假設檢驗的可能原因，但我認為它們並不常見。
我認為您不需要像 t 檢驗這樣的東西，因為您可以很好地估計標準偏差，因為您說這些組具有非常相似的標準偏差。
如果是這種情況，那麼我認為這個鏈接應該是你需要的。它展示瞭如何估計均值差異或進行假設檢驗（儘管我不推薦這樣做）。您還可以查看他們在bolstad 書中引用的部分（您可以在線找到電子副本）。它也可以合併估計方差，但它更複雜，所以我懷疑你最好以幼稚的方式結合你擁有的關於方差的先驗信息（例如，在每個集合上使用無偏的 Stdev 估計器和然後對它們進行平均並假裝這些是您的“已知”標准開發）。