Stata:史上最全t-test检验-tost

发布时间:2022-08-19 阅读 3587

Stata连享会   主页 || 视频 || 推文 || 知乎 || Bilibili 站

温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。

New! lianxh 命令发布了:
随时搜索推文、Stata 资源。安装:
. ssc install lianxh
详情参见帮助文件 (有惊喜):
. help lianxh
连享会新命令:cnssc, ihelp, rdbalance, gitee, installpkg

课程详情 https://gitee.com/lianxh/Course

课程主页 https://gitee.com/lianxh/Course

⛳ Stata 系列推文:

PDF下载 - 推文合集

编译:姜昊 (华东师范大学)
邮箱HaoJiang0204@outlook.com


目录


1. 理论介绍

tost 软件包提供了一套命令,包括 ttestttestiprtestprestimccmcciregresssignrankranksum 等。这些命令主要用于差异检验对应的两个单侧等值检验,从而解决一些配对和非配对、参数和非参数研究中的等值推断问题。

上述命令都将检验一个原假设,同时样本是从加减一些容忍度的不同总体中抽取。容忍度不仅可以用数据单位或等级单位 (delta) 来定义,也可以 (除 tostrrptostrrpi 命令外) 用测试统计的分布单位 (epsilon) 来定义。上述检验都是等值性检验,均或多或少的借鉴 Schuirmann (1987) 制定的 t 或 z 检验。

tost 软件包提供的所有命令都是基于 Wald 类型的检验,即样本统计数据的差异除以该差异的标准差:theta/sd(theta)。其中,theta 代表统计差异,sd(theta) 代表差异的标准差。等值性检验的一般检验采用以下两种形式之一,这取决于等值性差异的定义方法,即是用 delta 定义,还是 epsilon 定义的。

第一种,用 delta 定义:

  • Ho:|theta|delta

将绝对值符号打开,可以转化为下面两个单侧原假设:

  • Ho1:deltatheta0
  • Ho2:delta+theta0

当区间并非对称时,原假设变为:

  • Ho:thetadelta_lower,或者 thetadelta_upper

将上式转化为下面两个单侧原假设:

  • Ho1:delta_uppertheta0
  • Ho2:thetadelta_lower0

第二种,用 epsilon 定义:

  • Ho:|Z|epsilon

将绝对值符号打开,可以转化为下面两个单侧原假设:

  • Ho1:epsilonZ0
  • Ho2:epsilon+Z0

当区间并非对称时,原假设变为:

  • Ho:Zepsilon_lower,或者 Zepsilon_upper

将上式转化为下面两个单侧原假设:

  • Ho1:epsilon_upperZ0
  • Ho2:Zepsilon_lower0

2. 命令介绍

2.1 命令安装

* 命令安装
net install tost.pkg, replace

tost 包含的命令如下:

  • tostt:均值等价 t 检验;
  • tostpr:比例等价 z 检验;
  • tostsignrank:检验配对或匹配数据的分布是否等同于一个以零为中心的对称分布;
  • tostranksum:随机等价的双样本秩和检验;
  • tostmcc:二元数据中随机等价的配对 z 检验;
  • tostregress:等价性的线性回归检验;
  • tostrrp:配对设计中相对风险的等价性检验。

上述命令对应的即时命令:

  • tostti:均值等价 t 检验的即时命令,与 tostt 对应;
  • tostpri:比例等价 z 检验的即时命令,与 tostpr 对应;
  • tostmcci:二元数据中随机等价的配对 z 检验即时命令,与 tostmcc 对应;
  • tostrrpi:配对设计中相对风险的等价性检验的即时命令,与 tostrrp 对应。

关于即使命令 (Immediate Commands),是指不依赖与内存数据集,而是依赖于直接输入的数字的一组命令,此时 Stata 类似于计算机功能,详见 help immed

2.2 命令语法

2.2.1 tostt 命令

* 单样本均值等值 t 检验
tostt varname == # [if] [in] [, eqvtype(type) eqvlevel(#) 
    uppereqvlevel(#) alpha(#)]

* 非配对双样本均值等值 t 检验
tostt varname1 == varname2 [if] [in], unpaired [eqvtype(type) 
    eqvlevel(#) uppereqvlevel(#) unequal welch alpha(#)]

* 配对双样本均值等值 t 检验
tostt varname1 == varname2 [if] [in] [, eqvtype(type) eqvlevel(#) 
    uppereqvlevel(#) alpha(#)]

* 双组非配对均值等值 t 检验
tostt varname [if] [in], by(groupvar) [eqvtype(type) eqvlevel(#) 
    uppereqvlevel(#) unequal welch alpha(#)]

上述命令中选项的含义:

  • eqvtype(string):指定等值阈值类型,包括 deltaepsilon 两种;
  • eqvlevel(#):指定等值区间的容忍度水平;
  • uppereqvlevel(#):指定对称等值区间的上限水平;
  • uunpaired:指定数据是非配对样本;
  • by(groupvar):分组变量 (意味着样本为非配对样本);
  • unequal:非配对的样本具有不平等的变异性;
  • alpha(#):设定第一类错误概率水平,默认为 0.05。

2.2.2 tostpr 命令

* 单样本比例等值 z 检验
tostpr varname == # [if] [in] [, eqvtype(type) eqvlevel(#) 
    uppereqvlevel(#) alpha(#)]

* 双样本比例等值 z 检验
tostpr varname1 == varname2 [if] [in] [, eqvtype(type) 
    eqvlevel(#) yates ha uppereqvlevel(#) alpha(#)]

* 两组比例等值 z 检验
tostpr varname [if] [in] , by(groupvar) [eqvtype(type) 
    eqvlevel(#) uppereqvlevel(#) yates ha alpha(#)]

该命令选项与 tostt 命令基本一致,此处不再赘述。

2.2.3 tostsignrank 命令

* 配对符号秩检验,用于配对或匹配数据的分布,等价于对称且以零为中心的数据
tostsignrank varname = exp [if] [in] [, eqvtype(type) eqvlevel(#) 
    uppereqvlevel(#) ccontinuity alpha(#) relevance]

上述命令选项中,ccontinuity 指定数据是否需要对连续性进行修正。

3. 案例介绍

3.1 tostt 命令应用实例

3.1.1 单样本均值等值 t 检验

. sysuse auto, clear
. tostt mpg==20, eqvt(delta) eqvl(2.5) upper(3) 

One-sample t test for mean equivalence
------------------------------------------------------------------------------
Variable |     Obs        Mean    Std. err.   Std. dev.   [95% conf. interval]
---------+--------------------------------------------------------------------
     mpg |      74     21.2973    .6725511    5.785503     19.9569    22.63769
---------+--------------------------------------------------------------------
    Δu-θ |            1.702703    .6725511                .3623103    3.043095
    θ-Δl |            3.797297    .6725511                2.456905     5.13769
------------------------------------------------------------------------------
         θ = mean(mpg) - 20
        Δl = -2.5000 Δl expressed in same units as mpg
        Δu = 3.0000  Δu expressed in same units as mpg
        df = 73       using 74 - 1

Ho: θ <= Δl, or θ >= Δu:

        t1 = 2.532                   t2 = 5.646   

   Ho1: Δu-θ <= 0               Ho2: θ-Δl <= 0
   Ha1: Δu-θ > 0                Ha2: θ-Δl > 0
   Pr(T > t1) = 0.0068          Pr(T > t2) = 0.0000

根据上述检验结果可知,tostt 命令将该假设转换为两个单侧检验,并且都在 1% 的统计水平上拒绝原假设。

3.1.2 配对双样本均值等值 t 检验

. webuse fuel, clear
. tostt mpg1==mpg2, eqvt(epsilon) eqvl(3) rel

Paired t test
------------------------------------------------------------------------------
Variable |     Obs        Mean    Std. err.   Std. dev.   [95% conf. interval]
---------+--------------------------------------------------------------------
    mpg1 |      12          21    .7881701    2.730301    19.26525    22.73475
    mpg2 |      12       22.75    .9384465    3.250874    20.68449    24.81551
---------+--------------------------------------------------------------------
    diff |      12       -1.75    .7797144     2.70101    -3.46614   -.0338602
------------------------------------------------------------------------------
     mean(diff) = mean(mpg1 - mpg2)                               t =  -2.2444
 H0: mean(diff) = 0                              Degrees of freedom =       11

 Ha: mean(diff) < 0           Ha: mean(diff) != 0           Ha: mean(diff) > 0
 Pr(T < t) = 0.0232         Pr(|T| > |t|) = 0.0463          Pr(T > t) = 0.9768

Paired t test for mean equivalence
------------------------------------------------------------------------------
Variable |     Obs        Mean    Std. err.   Std. dev.   [95% conf. interval]
---------+--------------------------------------------------------------------
    mpg1 |      12          21    .7881701    2.730301    19.26525    22.73475
    mpg2 |      12       22.75    .9384465    3.250874    20.68449    24.81551
---------+--------------------------------------------------------------------
       θ |      12       -1.75    .7797144     2.70101    -3.46614   -.0338602
------------------------------------------------------------------------------
   mean(θ) = mean(mpg1 - mpg2)
         ε = 3.0000   ε expressed in units of the t distribution
        df = 11      

Ho: |T| >= ε:

        t1 = 5.244                   t2 = .7556   

    Ho1: ε-T <= 0                Ho2: T+ε <= 0
    Ha1: ε-T > 0                 Ha2: T+ε > 0
    Pr(T > t1) = 0.0001          Pr(T > t2) = 0.2329

Relevance test conclusion for α = 0.05, and ε = 3:
  Ho test for difference:  Reject
  Ho test for equivalence: Fail to reject
Conclusion from combined tests: Relevant difference

对于配对双样本检验,由于两个单侧检验结果并非一致,因此需要在 tostt 命令中增加选项 relevance,综合检验结果显示存在相对差异。

3.2 tostpr 命令应用实例

3.2.1 单样本比例等值 z 检验

. sysuse auto, clear
. tostpr foreign==.4, eqvt(delta) eqvl(.15) upper(.2) rel

One-sample test of proportion                   Number of obs      =        74
------------------------------------------------------------------------------
    Variable |       Mean   Std. err.                     [95% conf. interval]
-------------+----------------------------------------------------------------
     foreign |   .2972973   .0531331                      .1931583    .4014363
------------------------------------------------------------------------------
    p = proportion(foreign)                                       z =  -1.8034
H0: p = 0.4

     Ha: p < 0.4                 Ha: p != 0.4                   Ha: p > 0.4
 Pr(Z < z) = 0.0357         Pr(|Z| > |z|) = 0.0713          Pr(Z > z) = 0.9643

One-sample test of proportion equivalence    foreign: Number of obs =       74
------------------------------------------------------------------------------
    Variable |       Mean   Std. Err.                     [95% Conf. Interval]
-------------+----------------------------------------------------------------
     foreign |   .2972973   .0531331                      .1931583    .4014363
-------------+----------------------------------------------------------------
        Δu-θ |   .3027027   .0569495                      .1910838    .4143216
        θ-Δl |   .0472973   .0569495                     -.0643216    .1589162
------------------------------------------------------------------------------
         θ = prop(foreign) - .4 = -.1027027
        Δl = -0.1500 Δl expressed in same units as prop(foreign)
        Δu = 0.2000  Δu expressed in same units as prop(foreign)

Ho: θ <= Δl, or θ >= Δu:

        z1 = 5.315                   z2 = .8305   

   Ho1: Δu-θ <= 0               Ho2: θ-Δl <= 0
   Ha1: Δu-θ > 0                Ha2: θ-Δl > 0
   Pr(Z > z1) = 0.0000          Pr(Z > z2) = 0.2031

Relevance test conclusion for α = 0.05, Δl = -0.15, and Δu = 0.2:
  Ho test for difference:  Fail to reject
  Ho test for equivalence: Fail to reject
Conclusion from combined tests: Indeterminate (underpowered test)

通过上述检验可以发现,无论是绝对数量差异性检验,还是在选定的 delta 水平下,均无法拒绝原假设。

3.2.2 双样本比例等值检验

. webuse cure, clear
. tostpr cure1==cure2, eqvt(epsilon) eqvl(2.5) rel

Two-sample test of proportions                 cure1: Number of obs =       50
                                               cure2: Number of obs =       59
------------------------------------------------------------------------------
    Variable |       Mean   Std. err.      z    P>|z|     [95% conf. interval]
-------------+----------------------------------------------------------------
       cure1 |        .52   .0706541                      .3815205    .6584795
       cure2 |   .7118644   .0589618                      .5963013    .8274275
-------------+----------------------------------------------------------------
        diff |  -.1918644   .0920245                      -.372229   -.0114998
             |  under H0:   .0931155    -2.06   0.039
------------------------------------------------------------------------------
        diff = prop(cure1) - prop(cure2)                          z =  -2.0605
    H0: diff = 0

    Ha: diff < 0                 Ha: diff != 0                 Ha: diff > 0
 Pr(Z < z) = 0.0197         Pr(|Z| > |z|) = 0.0394          Pr(Z > z) = 0.9803

Two-sample test of proportion equivalence      cure1: Number of obs =       50
                                               cure2: Number of obs =       59
------------------------------------------------------------------------------
    Variable |       Mean   Std. Err.                     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       cure1 |        .52   .0706541                      .3815205    .6584795
       cure2 |   .7118644   .0589618                      .5963013    .8274275
-------------+----------------------------------------------------------------
           θ |  -.1918644   .0931155                     -.3743675   -.0093613
------------------------------------------------------------------------------
         θ = prop(cure1) - prop(cure2) = -.19186441
         ε = 2.5000  ε expressed in units of the z distribution

Ho: |Z| >= ε:

        z1 = 4.56                    z2 = .4395   

   Ho1: ε-Z <= 0                Ho2: Z+ε <= 0
   Ha1: ε-Z > 0                 Ha2: Z+ε > 0
   Pr(Z > z1) = 0.0000          Pr(Z > z2) = 0.3301

Relevance test conclusion for α = 0.05, and ε = 2.5:
  Ho test for difference:  Reject
  Ho test for equivalence: Fail to reject
Conclusion from combined tests: Relevant difference

通过上述检验可以发现,两组样本在绝对数量上存在显著差异,但在指定的 epsilon 范围内无法拒绝原假设。

3.3 tostsignrank 命令应用实例

. webuse fuel, clear
. tostsignrank mpg1 = mpg2, eqvt(epsilon) eqvl(2.46) rel

Relevance signed-rank test
Wilcoxon signed-rank test
        Sign |      Obs   Sum ranks    Expected
-------------+---------------------------------
    Positive |        3        13.5        38.5
    Negative |        8        63.5        38.5
        Zero |        1           1           1
-------------+---------------------------------
         All |       12          78          78

Unadjusted variance      162.50
Adjustment for ties       -1.63
Adjustment for zeros      -0.25
                     ----------
Adjusted variance        160.63

H0: mpg1 = mpg2  
         z = -1.973
Prob > |z| = 0.0485
Exact prob = 0.0479

Signed-rank test for the distribution of paired or matched data being
equivalent to one that is symmetrical & centered on zero

        sign |      obs   sum ranks    expected
-------------+---------------------------------
    positive |        3        13.5        38.5
    negative |        8        63.5        38.5
        zero |        1           1           1
-------------+---------------------------------
         all |       12          78          78

unadjusted variance       162.5
adjustment for ties      -1.625
adjustment for zeros       -.25
                     ----------
adjusted variance       160.625

         ε = 2.4600   ε expressed in units of the z distribution

Ho: |Z| >= ε:

        z1 = 4.433                   z2 = .4874   

    Ho1: ε-Z <= 0                Ho2: Z+ε <= 0
    Ha1: ε-Z > 0                 Ha2: Z+ε > 0
    Pr(Z > t1) = 0.0000          Pr(Z > t2) = 0.3130

Relevance test conclusion for α = 0.05, and ε = 2.46:
  Ho test for difference:  Reject
  Ho test for equivalence: Fail to reject
Conclusion from combined tests: Relevant difference

通过上述检验可以发现,配对样本的符号秩检验在绝对数量上存在显著差异,但在指定的 epsilon 范围内无法拒绝原假设。

4. 相关推文

Note:产生如下推文列表的 Stata 命令为:
lianxh 差异检验, m
安装最新版 lianxh 命令:
ssc install lianxh, replace

相关课程

免费公开课

最新课程-直播课

专题 嘉宾 直播/回看视频
最新专题 文本分析、机器学习、效率专题、生存分析等
研究设计 连玉君 我的特斯拉-实证研究设计-幻灯片-
面板模型 连玉君 动态面板模型-幻灯片-
面板模型 连玉君 直击面板数据模型 [免费公开课,2小时]
  • Note: 部分课程的资料,PPT 等可以前往 连享会-直播课 主页查看,下载。

课程主页

课程主页

关于我们

  • Stata连享会 由中山大学连玉君老师团队创办,定期分享实证分析经验。
  • 连享会-主页知乎专栏,700+ 推文,实证分析不再抓狂。直播间 有很多视频课程,可以随时观看。
  • 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标,输入简要关键词,以便快速呈现历史推文,获取工具软件和数据下载。常见关键词:课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法

连享会小程序:扫一扫,看推文,看视频……

扫码加入连享会微信群,提问交流更方便

✏ 连享会-常见问题解答:
https://gitee.com/lianxh/Course/wikis

New! lianxhsongbl 命令发布了:
随时搜索连享会推文、Stata 资源,安装命令如下:
. ssc install lianxh
使用详情参见帮助文件 (有惊喜):
. help lianxh