Me elame ajal ja ajastul, mil teavet saab statistika abil matemaatiliselt määrata. Kuid nagu näib, pole statistika uurimine pelgalt faktide ja numbrite uurimine.
Statistiline järeldus seisneb statistika kasutamises üldkogumi parameetrite kohta otsuste tegemiseks juhusliku valimi alusel. Statistiliste järelduste rakendamine hõlmab hüpoteeside testimist ja räägib sellest, kuidas statistikud seda protseduuri kasutavad populatsiooni parameetri eelduse aktsepteerimiseks või tagasilükkamiseks. U
Võtme tagasivõtmine
- Paaris-t-test on statistiline meetod, mida kasutatakse kahe seotud valimi keskmiste võrdlemiseks, näiteks samadelt isikutelt erinevatel aegadel või erinevates tingimustes tehtud mõõtmised.
- Paarimata t-test, tuntud ka kui sõltumatu proovi t-test, võrdleb kahe sõltumatu valimi, näiteks kahe indiviidirühma mõõtmiste, keskmisi.
- Valik paaris ja paaritu t-testi vahel sõltub andmete olemusest ja uurimisküsimusest, seotud valimite jaoks kasutatakse paaris t-teste ja sõltumatute valimite jaoks paarituid t-teste.
Paaritud T-test vs paaritu T-test
A paariline t-test on statistiline test, mida kasutatakse kahe seotud valimi keskmiste võrdlemiseks; selles on näidised mingil viisil seotud või sobitatud. Paaritatud t-test kasutatakse siis, kui kahe proovi vahel on loomulik sidumine. Paaritu t-test on statistiline test, mida kasutatakse kahe sõltumatu valimi keskmiste võrdlemiseks. Paarimata t-testi kasutatakse siis, kui kahe proovi vahel puudub loomulik sidumine.
Võrdlustabel
Võrdlusparameeter | Paaritud T-test | Sidumata T-test |
---|---|---|
Tähendus | Paaritud T-test, tuntud ka kui korduvate proovide T-test, määrab erinevuse sama subjekti kahe keskmise vahel. | Paarimata T-testid, tuntud ka kui sõltumatud T-testid või õpilase T-testid, määravad kindlaks erinevate/seotud ainete kaks keskmise rühma. |
Dispersioonide homogeensus | Paaritud T-testi korral ei ole kahe keskmise rühma dispersioon võrdsed. | Paarimata T-testi korral on kahe keskmise rühma dispersioon võrdsed. |
Mõjud/mõjud | Paaritud T-testid käsitlevad väga väikeseid vigu, kuna test tehakse ainult kahe sarnase rühma vahel. | Paarimata T-testidel on paaris T-testidega võrreldes veidi rohkem vigu, kuna katsetajat mõjutavad kahe erineva katsealuse vahelised erinevused. |
Tulemus | Paaritud T-testid ei pea võrdlemiseks koguma tohutul hulgal näidisandmeid, see säästab järjest raha ja aega. | Kuna sidumata T-testid peavad võrdlema kahe sõltumatu katsealuse vahendeid, on see veidi kulukam ja aeganõudvam protsess. |
Mis on seotud T-test?
Paaritud T-test, millele viidatakse ka kui korrelatsioonipaari t-test/paarisproovi t-test/sõltuv t-test, on statistiline protseduur, mis testib sõltuvaid muutujaid. Enne andmete eraldamist tehakse sarnaste subjektidega paaritest ning enne ja pärast ravi tehakse kaks testi.
Hüpotees:
Kaks hüpoteesi paaris t-testi all.
- Nullhüpotees (H0): pole olulist erinevust määratud populatsioonide vahel, H0: μ1 = μ2
- Alternatiivne hüpotees (H1): nullhüpoteesi tagasilükkamisest tingitud kahe populatsiooni keskmise vahel on statistiliselt oluline erinevus. H1: μ 1 ≠ μ2
Eeldused:
Paarisproovi t-test teeb järgmised eeldused:
- Sarnaste paaride vahelised erinevused järgivad normaalset tõenäosusjaotust.
- Vaatlustest tuleks valida sõltumatult ja need tuleks jaotada identselt.
- Paaritud t-testi mõõdetakse järk-järgult suhete või intervallide abil. Kuna T-testid põhinevad normaaljaotusel, peavad andmed olema pidevad ja mitte diskreetsed
- Sõltumatud muutujad peaksid koosnema kahest sõltuvast/sarnasest rühmast.
Mis on sidumata T-test?
Paarimata t-test, tuntud ka kui sõltumatu valimi t-test/kahe valimi t-test, on statistiline meetod, mis määrab, kas kahe sõltumatu sõltumatu rühma keskmised erinevad oluliselt või mitte. Näiteks: kui soovite võrrelda soo järgi rühmitatud isikute keskmist unetsüklit: meeste ja naiste rühmad.
Sõltumatu t-testi hüpotees:
Sõltumatu t-testi nullhüpotees on, et kahe erineva rühma populatsiooni keskmised on võrdsed:
H0: μ1= μ2
Alternatiivne hüpotees võetakse vastu, kui nullhüpotees lükatakse tagasi, mis tähendab, et populatsiooni keskmised ei ole võrdsed
H1: μ1 ≠ μ2
Nullhüpoteesi tagasilükkamiseks või aktsepteerimiseks on olulisuse tase kriitiline. See konkreetne väärtus on 0.05.
Eeldused:
- Esimene eeldus puudutab mõõteskaalat – kogutud andmed peaksid järgima pidevat või järgulist skaalat.
- Andmed tuleks koguda juhuslikult valitud osalt kogu elanikkonnast.
- Andmete tulemuseks peaks olema normaalne kellukesekujuline jaotuskõver. Olulisuse taseme saab täpsustada, kui eeldatakse normaaljaotust.
- Kasutada tuleks suurt valimi suurust.
- Sõltuvate muutujate dispersioon ja standardhälbed peaksid olema võrdsed.
Peamised erinevused seotud T-testi ja sidumata T-testi vahel
- Paaritud T-testid tähendab kahe sõltuvate subjektide keskmise rühma erinevuste võrdlemist. Näiteks: 5 õpilase IQ enne ja pärast treeningut.
- Dispersioon Paaritud T-testid väidetavalt on võrdne. Kuna dispersioon on võrdne, on standardhälve võrdne ka kahe keskmise rühma puhul.
- Paaritud T-testid on vähem juhuslikke vigu, kuna paaritud T-testid tegelevad peamiselt variatsioonide leidmisega sarnaste katsealuste kahe keskmise rühma vahel, katsetaja ei pea keskenduma individuaalsetele erinevustele.
- Paaritud T-testid säästab eksperimenteerija jaoks kuhjaga aega ja raha, kuna kahe sarnase keskmise rühma arvutamiseks ei pea ta leidma suuri koguseid prooviandmeid. Sidumata T-testid on veidi kulukam ja aeganõudvam protsess, kuna eksperimenteerija peaks kahe sõltumatu keskmise rühma analüüsimiseks leidma palju andmeid.
- https://libguides.library.kent.edu/SPSS/PairedSamplestTest
- https://libguides.library.kent.edu/SPSS/IndependentTTest
Viimati värskendatud: 11. juunil 2023
Emma Smithil on Irvine Valley College'is magistrikraad inglise keeles. Ta on olnud ajakirjanik alates 2002. aastast, kirjutades artikleid inglise keele, spordi ja õiguse teemadel. Loe tema kohta minu kohta rohkem bio-leht.
Artikkel teeb suurepärast tööd paaris- ja paaritute t-testide mõistete igakülgsel selgitamisel. Kohustuslik lugemine igale statistikahuvilisele.
Absoluutselt! Siin esitatud üksikasjalik teave muudab selle suurepäraseks ressursiks kõigile, kes soovivad t-teste paremini mõista.
Sisu on väga kaasahaarav ja informatiivne. Siiski soovin, et artikkel oleks süvenenud reaalsetesse näidetesse selle kohta, millal kasutada paaris või paarita t-teste.
Saan sinu mõttest aru, Charlie Carter. Reaalse maailma näidete kaasamine muudaks mõisted kindlasti võrreldavamaks ja praktilisemaks.
Selle artikli üksikasjalikud selgitused eelduste ja hüpoteeside kohta nii paaris kui ka paarita t-testide kohta on väga kasulikud. See on statistikahuvilistele aardelaek.
Ma ei saa enam nõustuda, Turner Tracy. Selles artiklis esitatud teabe sügavus on tõeliselt rikastav kõigile, kes statistikat uurivad.
Siin esitatud ülevaate ja üksikasjalikkuse tase on erakordne. See on hindamatu ressurss t-testide keerukuse mõistmiseks.
Nii paaris- kui ka paaritute t-testide selgitused on põhjalikud ja täpsed. See artikkel on tõepoolest väärtuslik teadmiste allikas.
Ma ei saaks enam nõustuda, Hollie10. See artikkel on suurepärane juhend t-testide keerukuse mõistmiseks.
Kiiduväärt on nii paaris kui ka paaritu t-testide eelduste ja hüpoteeside üksikasjalik analüüs. See aitab tõesti mõista aluseks olevaid mõisteid.
Olen otsinud artiklit, mis selgitab t-teste nii põhjalikult. Just seda mul oli vaja, et neid paremini mõista.
Absoluutselt! Selgus, millega artikkel hüpoteesi ja eeldusi selgitab, muudab mõistete hoomamise lihtsaks.
Artikli põhjalikud selgitused ja paaris- ja paaritute t-testide võrdlused on äärmiselt kasulikud nende statistiliste meetodite nüansi mõistmiseks.
Minu arvates olid võrdlused eriti valgustavad. Artikkel teeb fantastilist tööd, muutes t-testide mõisted kättesaadavamaks.
See artikkel sisaldab suurepäraselt paaris- ja paaritute t-testide keerukust. See on asendamatu ressurss neile, kes navigeerivad statistikamaailmas.
Artiklis esitatud paaris- ja paaritute t-testide eelduste ja hüpoteeside üksikasjalik jaotus on väga valgustav. See annab tugeva aluse nende statistiliste meetodite mõistmiseks.
Tõepoolest, artikli põhjalik selgitus eelduste ja hüpoteeside kohta aitab demüstifitseerida t-testide keerukust.
Leidsin, et üksikasjalik teave eelduste ja hüpoteeside kohta on erakordselt kasulik. See lisab t-testide mõistmisele kihi sügavust.
Artiklis toodud paaris- ja paaritute t-testide võrdlus toob tõhusalt esile ühe teise asemel valimise praktilised tagajärjed. Väärtuslik lugemine!
Absoluutselt! See artikkel annab selge ülevaate praktilistest tagajärgedest, muutes selle oluliseks ressursiks kõigile, kes on seotud statistilise analüüsiga.
See artikkel annab suurepärase selgituse paaris ja paaritu t-testide erinevuste kohta. Hästi kirjutatud ja informatiivne!
Olen sinuga täiesti nõus, Lily22. See artikkel on väga hariv ja kergesti mõistetav.
Ma leidsin, et see oli uskumatult kasulik! Mõisted olid selgelt lahti seletatud ja võrdlustabel tegi kahe t-testi tüübi eristamise lihtsaks.
Artiklis toodud paaris- ja paaritute t-testide mõjude ja tulemuste võrdlus annab selge ülevaate praktilistest tagajärgedest, mida üks teisele valimine toob.
Siin selgitatud praktilised tagajärjed on teadlastele ja statistikutele väga olulised. See artikkel annab väärtuslikku teavet.
Ma leidsin, et võrdlustabel on paaris ja paaritu t-testide erinevuste visualiseerimisel uskumatult kasulik. Suurepärane ressurss!