I statistikkens verden råder beregninger, antagelser og konklusioner. Blandt alle testene og resultaterne er t-test og p-værdi de to mest forvirrende antagelsesteknikker.
Mens de to findes i den samme delmængde af statistikker og giver et yderligere mål for antagelse og at være indbyrdes forbundne. De to tests er ikke ens!
Nøgleforsøg
- En t-test er en statistisk test, der bruges til at sammenligne middelværdierne for to grupper, mens en p-værdi måler beviset mod en nulhypotese i hypotesetestning.
- T-test afgør, om forskelle mellem grupper er signifikante, mens p-værdier hjælper med at kvantificere styrken af beviset mod nulhypotesen.
- T-test er specifikke for at sammenligne middelværdier, mens p-værdier gælder for forskellige statistiske test.
T-test vs P-værdi
Forskellen på T-test og P-værdi er, at en T-test bruges til at analysere forskellen mellem gennemsnittet af prøverne. I modsætning hertil p-værdi udføres for at opnå bevis, der kan bruges til at ophæve ligegyldigheden mellem gennemsnittet af to stykker.
T-test giver forskellen mellem to mål inden for et normalområde, hvorimod p-værdien fokuserer på den yderste side af prøven og dermed giver et afgørende resultat.
På trods af at de er indbyrdes forbundne, viser de to forskellige aspekter af en prøve og bestemmer forskellige populationsparametre, som modellerne er udledt af.
Sammenligningstabel
Parameter for sammenligning | T-test | P-værdi |
---|---|---|
Fuld form | Test statistik | Sandsynlighedsværdi |
Statistik gren | Inferential statistik | Inferential statistik |
Hypotese testning | Ja | Ja |
Gennemsnit af prøver | Skiftende | Nul-Samme |
Resultat | Forskel i middelværdi | Negation af nul-antagelser |
Hvad er T-Test?
En T-test er en statistisk test, der bestemmer forskellen mellem gennemsnittet af to relaterede sæt. Det falder i kategorien statistik, som vedrører forudsigelser fra en befolkningsprøve.
T-testen kan udføres på et sæt co-relaterede data; Fællestrækket kan være alder, område, serviceydelse eller en hvilken som helst sådan faktor.
De tre berømte typer af t-tests er; parret prøvemodel, en prøve og uafhængige to-stikprøver.
Den parrede prøvetest er, når testen udføres over den samme prøve på forskellige tidspunkter. Dette er for at udlede de forskellige eksterne faktorers indflydelse på modellen.
En uafhængig prøvetest er et navn givet; når en bestemt faktor fra prøverne tages, udtages to sæt data fra to forskellige modeller.
Hvad er P-værdi?
P-værdien er antagelsestesten, der bruges til at negere, at middelværdierne af to prøver ikke har nogen forskel.
Alfa er det udtryk, der bruges til at beskrive en forudbestemt sandsynlighed. Samtidig er p-værdien betegnelsen for sandsynlighed, beregnet efter en grundig analyse af populationen og stikprøven.
I nogle tilfælde er den samme hypotese fejlagtigt afvist; det gøres, når nul-antagelsen er sand, men da det væsentlige tal er højere end p-værdien, er det tilbage.
Hvis p-værdien er af en så triviel karakter, at det til sidst må erklæres, at midlerne ikke har nogen forskel, så anses testene og resultaterne af hele testen i et sådant tilfælde for at være inkonsekvente.
Vigtigste forskelle mellem T-test og P-værdi
Et glødende udseende viser de væsentlige forskelle mellem T-test og P-værdi:
- Prøvestørrelsen påvirker P-værdien; jo mere signifikant prøven er, jo lavere er værdien. Mens t-værdien udledt fra t-testen er direkte proportional med stikprøvestørrelsen, jo større prøven er, jo højere er værdien.
- Resultatet af t-testen siges at være direkte relevant for hele populationen, mens i tilfælde af p-værdi er dette udsagn ikke gyldigt!
- https://amstat.tandfonline.com/doi/abs/10.1198/tast.2010.08261
- https://www.ajol.info/index.php/aipm/article/view/64038
Sidst opdateret: 11. juni 2023
Emma Smith har en MA-grad i engelsk fra Irvine Valley College. Hun har været journalist siden 2002 og har skrevet artikler om engelsk, sport og jura. Læs mere om mig på hende bio side.
Jeg følte, at forklaringen ikke var dybt nok. Venter spændt på mere svar.
Jeg tror, at forklaringen allerede var ret omfattende.
Nogle gange er det bedre ikke at overkomplicere teknisk indhold.
Tak for at nedbryde et indviklet emne på en så klar måde.
Jeg sætter pris på den gennemtænkte analyse i artiklen.
Absolut, kvalitetsindhold.
Denne artikel var meget informativ. Jeg er glad for, at jeg stødte på det.
Aftalt, kvalitetsindhold.
Absolut, jeg ser frem til flere indlæg fra forfatteren.
Lige mine tanker!
Kan du give flere eksempler end de nævnte?
Jeg tror, at eksemplerne allerede er ret omfattende.
Fantastisk læsning, tak.
Jeg fandt indholdet af denne artikel meget spændende.
Absolut, det vækker yderligere nysgerrighed i emnet.
Det er dejligt at se sådanne diskussioner ske.
Sammenligningstabellen var særlig nyttig til at forstå forskellene.
Enig, visuelle billeder gør altid kompleks information klarere.
Den tilføjede visuelle afbildning var virkelig en meget nyttig komponent.
Denne artikel var intellektuel læsning på højt niveau.
Det er altid forfriskende at se sådanne dybdegående diskussioner ske.
Begrebet T-test og P-værdi har aldrig været klarere for mig end efter at have læst denne artikel.
Det er altid dejligt at støde på velforklarede tekniske begreber.
Tak for den informative artikel, den adresserer perfekt forskellene mellem T-test og P-værdi.
Jeg kunne ikke have sagt det bedre. De viste eksempler gør det lettere at forstå.