在統計中使用分貝

我正在開展一個項目，該項目涉及讀取 RFID 標籤並比較閱讀器在更改天線配置（天線數量、位置等）時看到的信號強度。作為項目的一部分，我需要比較設置以查看哪些設置最有效。

理想情況下，我將能夠在兩個天線位置（或多個天線位置之間的 MANOVA）之間執行未配對 t 檢驗或方差分析。但是，由於響應是以對數分貝為單位的，我想知道最好的方法是什麼？

最好將結果轉換為線性比例，然後使用我提到的一種方法進行比較，還是應該使用分貝與不同的統計測試進行比較？

是否轉換取決於您希望推理的規模。

一般來說，函數的方差不等於方差的函數. 因為改造和，然後執行統計推斷（假設檢驗或置信區間），然後反向轉換————該推論的結果適用於無效（因為檢驗統計量和 CI 都需要估計方差）。

基於轉換變量 + 反向轉換的 CI 會產生沒有標稱覆蓋概率的區間，因此反向轉換的置信度基於對基於以下的估計沒有信心.

同樣，基於對轉換變量的假設檢驗對未轉換變量的推論意味著以下任何一項都可能為真，例如，在對基於一些分組變量：

1. 各地差異顯著， 但之間沒有顯著差異.
2. 各地差異顯著， 和各地差異顯著.
3. 之間沒有顯著差異， 和之間沒有顯著差異.
4. 之間沒有顯著差異， 但各地差異顯著.

簡而言之，知道是否組間差異顯著不告訴你是否不同的.

因此，是否轉換這些 dB 的問題由您是否關心 dB 或指數 dB 來回答。

引用自：https://stats.stackexchange.com/questions/361150