Madame Lelica

Mikä On T-Testin?

t-testi on eräänlainen inferentiaalinen tilastotieto, jota käytetään määrittämään, onko kahden ryhmän keinojen välillä merkittävä ero, joka voi liittyä tiettyihin ominaisuuksiin. Sitä käytetään useimmiten silloin, kun tietokokonaisuudet, kuten 100 kertaa kolikon kääntämisen tuloksena tallennetut tietokokonaisuudet, seuraisivat normaalia jakautumista ja niillä voi olla tuntemattomia variansseja. T-testiä käytetään hypoteesitestausvälineenä, joka mahdollistaa väestöön sovellettavan oletuksen testaamisen.,

t-testi tarkastellaan t-arvo t-jakauman arvot, ja vapausasteita määrittää tilastollinen merkitsevyys. Jotta testi voidaan suorittaa kolmella tai useammalla keinolla, on käytettävä varianssianalyysia.

Selittää, T-Testi

Pääasiassa t-testin avulla voimme verrata keskiarvoja kahdessa tietojoukkoja ja määrittää, jos ne ovat peräisin samasta väestöstä., Yllä olevissa esimerkeissä, jos me otetaan näyte opiskelijoille A-luokan, ja toinen näyte opiskelijat B -, emme odota niitä on täsmälleen sama keskiarvo ja keskihajonta. Samoin, näytteet otettu lumelääkettä saava kontrolliryhmä ja ne on otettu lääke on määrätty ryhmän pitäisi olla hieman erilainen keskiarvo ja keskihajonta.

Matemaattisesti, t-testi ottaa näyte kustakin kaksi sarjaa ja vahvistetaan ongelma lausuma olettaen, että nollahypoteesi, että nämä kaksi keinot ovat tasa-arvoisia., Perustuu sovellettavat kaavat, tietyt arvot lasketaan ja verrataan standardin arvoihin, ja olettaa, nollahypoteesi hyväksytään tai hylätään vastaavasti.

Jos nollahypoteesi hyväksytään, hylätään, se tarkoittaa, että tiedot lukemat ovat vahvoja ja eivät todennäköisesti johdu sattumasta. T-testi on vain yksi monista tähän tarkoitukseen käytetyistä testeistä. Tilastotieteilijöiden on lisäksi käytettävä muita testejä kuin t-testiä tutkiakseen useampia muuttujia ja testejä suuremmilla otoskooilla. Suuren näytekoon tilastotieteilijät käyttävät z-testiä., Muita testivaihtoehtoja ovat chi-square-testi ja f-testi.

On olemassa kolmenlaisia t-testit, ja ne on luokiteltu riippuvainen ja riippumaton t-testit.

Epäselvä-Testin Tulokset

Mieti, että lääkkeen valmistaja haluaa testata vasta keksitty lääke. Se noudattaa tavanomaista menettelyä lääkkeen kokeilemiseksi yhdellä potilasryhmällä ja lumelääkkeen antamiseksi toiselle ryhmälle, jota kutsutaan verrokkiryhmäksi., Plasebo annettu ohjaus ryhmä on aine ei ole tarkoitettu terapeuttinen arvo ja toimii vertailukohtana mitata, kuinka toinen ryhmä, joka annetaan oikeaa lääkettä vastaa.

sen Jälkeen, kun huumeiden oikeudenkäyntiä, jäsenten lumelääkettä saava kontrolliryhmä raportoitu kasvu keskimääräinen elinikä on kolme vuotta, kun taas ryhmän jäsenet, jotka ovat määrätty uutta lääkettä raportoivat kasvu keskimääräinen elinikä on neljä vuotta. Pikahavainto voi osoittaa, että lääke todellakin toimii, koska tulokset ovat parempia lääkettä käyttävälle ryhmälle., Kuitenkin, se on myös mahdollista, että havainto voi johtua sattumankauppaa, varsinkin yllättävä pala onnea. T-testi on hyödyllistä päätellä, ovatko tulokset todella oikeita ja sovellettavissa koko väestöön.

koulussa 100 oppilasta luokassa sijoitettiin keskimäärin 85% ja keskihajonta oli 3%. Toiset 100 B-luokkaan kuuluvaa opiskelijaa saivat keskiarvon 87%, kun keskihajonta oli 4%., Kun keskimääräinen luokan B on parempi kuin A-luokan, se ei voi olla oikea hypätä siihen johtopäätökseen, että yleistä suorituskykyä opiskelijat luokassa B on parempi kuin, että opiskelijoiden luokan A. Tämä on, koska siellä on luonnollinen vaihtelu testin tulokset molemmissa luokissa, joten ero voi johtua sattumasta yksin. T-testi voi auttaa selvittämään, pärjäsikö toinen luokka paremmin kuin toinen.

T-Testin Oletukset

1. ensimmäisen olettamuksen, jotka koskevat t-testit koskee mitta-asteikko., T-testin oletus on, että kerättyihin tietoihin sovellettava mitta-asteikko noudattaa jatkuvaa tai ordinaalista asteikkoa, kuten ÄLYKKYYSOSAMÄÄRÄTESTIN pistemääriä.
2. toinen oletus on, että yksinkertainen satunnaisotos, että tiedot on kerätty edustaja, satunnaisesti valittu osa koko väestöstä.
3. kolmas oletus on, että tietoja, kun piirretty, tulokset normaalijakaumaa, bell-muotoinen jakelu käyrä.
4. lopullinen oletus on varianssin homogeenisuus., Homogeeninen eli yhtäläinen varianssi on olemassa, kun näytteiden keskihajonnat ovat suunnilleen yhtä suuret.

Laskettaessa T-Testejä

Laskettaessa t-testi vaatii kolme keskeistä data-arvoja. Ne sisältävät ero keskiarvot kustakin data set (kutsutaan keskimääräinen ero), keskihajonta kussakin ryhmässä, ja määrä data-arvot kunkin ryhmän.

t-testin tulos tuottaa t-arvon. Tätä laskettua t-arvoa verrataan arvoon saatu kriittinen arvo pöytä (kutsutaan T-Jakauman Taulukko)., Tämä vertailu auttaa määrittämään vaikutus mahdollisuus yksin ero, ja onko ero on ulkopuolella mahdollisuus alue. T-testin kysymyksiin, onko ero ryhmien välillä edustaa todellista eroa tutkimus tai jos se on mahdollisesti satunnainen merkityksetön ero.

T-Jakauman Taulukot

T-Distribution Table on saatavilla yksi-hännän ja kaksi hännät muodoissa. Ensin mainittua käytetään arvioitaessa tapauksia, joiden kiinteä arvo tai vaihteluväli on selvä (positiivinen tai negatiivinen)., Esimerkiksi, mikä on todennäköisyys tuotannon arvo jäljellä alle -3, tai saada enemmän kuin seitsemän, kun liikkuvan pari noppaa? Jälkimmäistä käytetään kantaman sidottuun analyysiin, kuten kysymään, osuvatko koordinaatit välille -2 ja +2.

laskelmat voidaan suorittaa vakio-ohjelmia, jotka tukevat tarvittavia tilastollisia toimintoja, kuten niitä löytyy MS Excel.

T-Arvot sekä vapausasteet

t-testi tuottaa kaksi arvoa kuin sen lähtö: t-arvo ja vapausasteet., T-arvo on kahden näytesarjan keskiarvon ja näytesarjojen sisällä olevan vaihtelun välinen erotus. Kun osoittajan arvo (ero tarkoita, kaksi näyte-erää) on helppo laskea, nimittäjä (vaihtelu, joka on olemassa sisällä näytteen sarjaa) voi tulla hieman monimutkainen riippuen data-arvojen mukana. Suhdeluvun nimittäjä on dispersion tai vaihtelun mittaaminen. T-arvon korkeammat arvot, joita kutsutaan myös T-pisteiksi, osoittavat, että kahden näytesarjan välillä on suuri ero., Mitä pienempi t-arvo on, sitä enemmän näiden kahden näytesarjan välillä on samankaltaisuutta.

• suuri t-pisteet osoittavat, että ryhmät ovat erilaisia.
• pieni T-piste osoittaa ryhmien olevan samanlaisia.

vapausasteet viittaa arvojen tutkimuksessa, että on vapaus vaihdella ja ovat välttämättömiä arvioitaessa merkitystä ja pätevyyttä nollahypoteesi. Näiden arvojen laskeminen riippuu yleensä otosjoukossa käytettävissä olevien tietojen määrästä.,

Korreloi (tai Pariksi) T-Testi

korreloi t-testi suoritetaan, kun näytteet koostuvat tyypillisesti pareittain samanlaisia yksiköitä, tai kun on olemassa tapauksia, joissa toistuvat toimenpiteet. Voi esimerkiksi olla tapauksia, joissa samoja potilaita testataan toistuvasti-ennen ja jälkeen tietyn hoidon. Tällöin jokaista potilasta käytetään kontrollinäytteenä itseään vastaan.,

Tämä menetelmä koskee myös tapauksia, joissa näytteet liittyvät jollakin tavalla tai on samanlaiset ominaisuudet, kuten vertaileva analyysi, joissa lapset, vanhemmat tai sisarukset. Korreloivat tai parilliset t-testit ovat tyypiltään riippuvaisia, koska niihin liittyy tapauksia, joissa nämä kaksi näytesarjaa liittyvät toisiinsa.

kaava laskemalla t-arvo ja vapausasteiden pariksi t-testi on:

loput kaksi tyyppiä kuuluvat riippumatonta t-testiä., Näiden tyyppien näytteet valitaan toisistaan riippumattomasti—eli kahden ryhmän tietojoukot eivät viittaa samoihin arvoihin. Niihin kuuluvat tapaukset, kuten 100 potilaan ryhmä jaetaan kahteen 50 potilaan sarjaan. Yksi ryhmistä tulee hallita ryhmän ja annetaan lumelääkettä, kun taas toinen ryhmä saa määrätä hoito. Tämä muodostaa kaksi toisistaan riippumatonta otosryhmää, jotka eivät ole kytköksissä toisiinsa.,

Yhtä suuri Varianssi (tai Yhdistetty) T-Testi

yhtä suuri varianssi t-testiä käytetään silloin, kun näytteiden määrä kussakin ryhmässä on sama, tai varianssi kahden tietojoukon on samanlainen. Seuraavaa kaavaa käytetään laskettaessa t-arvo ja vapausasteiden yhtä suuri varianssi t-test:

ja,

Epätasainen Varianssi T-Test

epätasainen varianssi t-testiä käytetään silloin, kun näytteiden määrä kussakin ryhmässä on eri, ja varianssi kaksi aineistoja on myös erilainen. Tätä testiä kutsutaan myös Welchin t-testiksi., Seuraavaa kaavaa käytetään laskettaessa t-arvo ja vapausasteiden eriarvoiseen varianssi t-test:

ja,

määrittää Oikea T-Testin Käyttö

seuraava vuokaavio voidaan käyttää määrittämään, mitkä t-testiä tulisi käyttää ominaisuuksien perusteella näytteen sarjaa. Avain kohteita harkita kuuluu, onko näytteen tiedot ovat samankaltaisia, määrä tiedot kunkin näytteen asetettu, ja vaihtelu kunkin näytteen sarja.,

Epätasainen Varianssi T-Test Esimerkki

Oletetaan, että otamme läpimitta maalauksia sai art gallery. Yhteen otosryhmään kuuluu 10 maalausta, toiseen 20 maalausta., The data sets, with the corresponding mean and variance values, are as follows:

	Set 1	Set 2
	19.7	28.3
	20.4	26.7
	19.6	20.1
	17.8	23.3
	18.5	25.2
	18.9	22.1
	18.3	17.,7
	18.9	27.6
	19.5	20.6
	21.95	13.7
		23.2
		17.5
		20.6
		18
		23.9
		21.6
		24.3
		20.4
		23.,9
		13.3
Tarkoita	19.4	21.6
Vaihtelu	1.4	17.1

Vaikka keskiarvo Set 2 on korkeampi kuin Asetettu 1, emme voi päätellä, että väestö vastaava Setti 2 on korkeampi keskiarvo kuin väestö, joka vastaa Asettaa 1. On ero 19,4 21,6 koska mahdollisuus yksin, tai tehdä eroja oikeasti olemassa koko väestö kaikki maalaukset saivat art gallery?, Me vahvistaa ongelman olettamalla, nollahypoteesi, että keskiarvo on sama kahden näytteen sarjaa ja suorittaa t-testi, testi, jos hypoteesi on uskottava.

Koska määrä tietueita on erilainen (n1 = 10 ja n2 = 20) ja varianssi on myös eri, t-arvo ja vapausasteet on laskettu edellä data set kaavalla mainittu Epätasainen Varianssi T-Test-osiossa.

t-arvo on -2.24787. Koska miinusmerkki voidaan jättää huomiotta kahta t-arvoa vertailtaessa, laskennallinen arvo on 2,24787.,

vapausasteet arvo on 24.38 ja on vähennetty 24, koska kaava määritelmään, joka edellyttää pyöristys alas arvo pienin mahdollinen kokonaisluku.

Yksi voi määrittää tason todennäköisyys (alpha tasolla, merkitsevyystaso, p) kriteerinä hyväksyntää. Useimmissa tapauksissa voidaan olettaa, että arvo on 5%.

Käyttämällä vapaus arvo 24 ja 5%: n merkitsevyystasolla, katso t-arvo jakelu taulukko antaa arvon 2.064. Verrataan tätä arvoa laskennalliseen arvoon 2.,247 osoittaa, että laskettu t-arvo on suurempi kuin taulukon arvo on merkitsevyystaso 5%. Siksi on turvallista hylätä nollahypoteesi, jonka mukaan keinojen välillä ei ole eroa. Populaatiosarjassa on luontaisia eroja, eivätkä ne ole sattumaa.,