如何使用健壮的标准错误为两组之间的差异计算t统计量？

Question

我正在尝试估计两组之间差异的t统计量，我需要使用可靠的标准误差。

我有两组，并且使用lm模型估计了两组系数。然后，我从第一个模型系数中减去了第二个模型系数。这样，我就能有所作为。

但是现在我需要使用健壮的标准误差来计算差异的t统计量。这就是问题的开始。.当我有两个组要比较时，我不知道如何计算这些可靠的标准误差。我曾尝试在R中使用t.test函数，但我认为这不是正确的方法。

您能帮我从哪里开始吗？

提前谢谢！

Answer 1

使用lmtest和sandwich软件包：

# simulates some data
set.seed(666) # just for replication
n1 <- 10; n2 <- 15 # sample sizes
y1 <- rnorm(n1)
y2 <- rnorm(n2)
group <- rep(c("A", "B"), times = c(n1, n2))
dat <- data.frame(group = group, y = c(y1, y2))

# linear regression
fit <- lm(y ~ group, data = dat)

# standard erros, p-values, confidence intervals, based on robust 
#   estimation of the variance-covariance matrix
library(parameters)
standard_error_robust(fit)
p_value_robust(fit)
ci_robust(fit)

# or 
library(lmtest)
library(sandwich)
coeftest(fit, vcov = vcovHC)
# t test of coefficients:
#              Estimate Std. Error t value Pr(>|t|)
# (Intercept) -0.096076   0.494739 -0.1942   0.8477
# groupB       0.102826   0.575257  0.1787   0.8597