Turinys
- T testas
- T-testo prielaidos
T-testai dažniausiai naudojami statistikoje ir ekonometrijoje siekiant nustatyti, ar dviejų rezultatų ar kintamųjų vertės skiriasi viena nuo kitos. Pavyzdžiui, jei norite sužinoti, ar pyrago, kurį valgo daugiau nei 400 svarų žmonės, statistiškai reikšmingai skiriasi nuo tų, kurių svoris mažesnis nei 400 svarų.
Atliekant t-testą, daromos bendrosios prielaidos, susijusios su matavimo skale, atsitiktine atranka, duomenų pasiskirstymo normalumu, imties dydžio pakankamumu ir lygiaverčiu standartinio nuokrypio variantu.
Pagrindiniai išvežamieji daiktai
- „T“ testas - statistinis metodas, naudojamas nustatyti, ar yra reikšmingas skirtumas tarp dviejų grupių vidurkių, remiantis duomenų atranka. Testas remiasi prielaidų rinkiniu, kad jis būtų tinkamai interpretuojamas ir pagrįstas. Tarp šių prielaidų, duomenys turi būti atsitiktinai atrinkti iš dominančios populiacijos ir kad duomenų kintamieji pasiskirstytų normaliai.
T testas
„T-testą“ sukūrė chemikas, dirbantis alaus daryklų „Guinness“ įmonėje, kaip paprastą būdą išmatuoti nuolatinę stambią kokybę. Jis buvo toliau plėtojamas ir pritaikomas, o dabar reiškia bet kokį statistinės hipotezės testą, kuriame tikimasi, kad statistikos duomenys atitiks t pasiskirstymą, jei nepagrįsta hipotezė.
T-testas yra dviejų populiacijų priemonių analizė naudojant statistinį tyrimą; t-testas su dviem pavyzdžiais dažniausiai naudojamas su mažais imties dydžiais, tikrinant skirtumą tarp mėginių, kai nežinomi dviejų normaliųjų pasiskirstymų dispersijos.
T pasiskirstymas iš esmės yra bet koks nuolatinis tikimybių pasiskirstymas, atsirandantis apskaičiuojant normaliai pasiskirstančios populiacijos vidurkį, naudojant mažą imties dydį ir nežinomą populiacijos standartinį nuokrypį. Nulinė hipotezė yra numatytoji prielaida, kad nėra ryšio tarp dviejų skirtingų išmatuotų reiškinių. (Apie susijusius skaitymus skaitykite: Ką reiškia stipri nulinė hipotezė? )
T-testo prielaidos
- Pirmoji prielaida, susijusi su t-bandymais, yra susijusi su matavimo skale. T-testo prielaida yra ta, kad surinktiems duomenims taikoma matavimo skalė yra ištisinė ar eilinė skalė, tokia kaip IQ testo balai. Antroji prielaida yra paprasto atsitiktinio imties prielaida, kad duomenys yra renkama iš reprezentatyvios, atsitiktinai pasirinktos visos populiacijos dalies. Trečioji prielaida yra tai, kad duomenys, pavaizduoti brėžinyje, lemia normalų pasiskirstymą varpo formos kreive. Kai tariamas normalus pasiskirstymas, kaip priėmimo kriterijų galima nurodyti tikimybės lygį (alfa lygis, reikšmingumo lygis, p ). Daugeliu atvejų galima daryti prielaidą, kad reikšmė yra 5%. Naudojama ketvirta prielaida, kad imties dydis yra gana didelis. Didesnis imties dydis reiškia, kad rezultatų pasiskirstymas turėtų atitikti normalią varpo formos kreivę. Galutinė prielaida yra dispersijos homogeniškumas. Homogeninis arba lygus dispersija egzistuoja, kai standartiniai mėginių nuokrypiai yra maždaug vienodi.
