Statistikas pasaulē dominē aprēķini, pieņēmumi un secinājumi. Starp visiem testiem un rezultātiem t-testi un p-vērtība ir divas mulsinošākās pieņēmumu metodes.
Lai gan tie abi ir atrodami vienā un tajā pašā statistikas apakškopā un nodrošina papildu pieņēmuma un savstarpējās saiknes mērauklu. Abi testi nav viens un tas pats!
Atslēgas
- T-tests ir statistisks tests, ko izmanto, lai salīdzinātu divu grupu vidējos rādītājus, savukārt p-vērtība mēra pierādījumus pret nulles hipotēzi hipotēžu pārbaudē.
- T-testi nosaka, vai atšķirības starp grupām ir nozīmīgas, savukārt p vērtības palīdz kvantitatīvi noteikt pierādījumu stiprumu pret nulles hipotēzi.
- T-testi ir raksturīgi vidējo salīdzināšanai, savukārt p-vērtības attiecas uz dažādiem statistikas testiem.
T-tests pret P-vērtību
Starpība starp T-tests un P-vērtība ir tāda, ka T-testu izmanto, lai analizētu atšķirību ātrumu starp paraugu vidējiem. Turpretim, p-vērtība tiek veikta, lai iegūtu pierādījumus, ko var izmantot, lai noliegtu vienaldzību starp divu gabalu vidējiem rādītājiem.
T-tests nodrošina atšķirību starp diviem mērījumiem normālā diapazonā, savukārt p-vērtība koncentrējas uz parauga galējo pusi un tādējādi nodrošina izšķirošu rezultātu.
Neskatoties uz to, ka tie ir savstarpēji saistīti, tie parāda dažādus izlases aspektus un nosaka dažādus populācijas parametrus, no kuriem tiek secināti modeļi.
Salīdzināšanas tabula
Salīdzināšanas parametrs | T-tests | P vērtība |
---|---|---|
Pilna forma | Testa statistika | Varbūtības vērtība |
Statistikas nozare | Secinoša statistika | Secinoša statistika |
Hipotēžu pārbaude | Jā | Jā |
Paraugu vidējie rādītāji | Pārmaiņus | Null-Tas pats |
Rezultāts | Vidējā atšķirība | Nulles pieņēmumu noraidīšana |
Kas ir T-tests?
T-tests ir statistisks tests, kas nosaka starpību starp divu saistītu kopu vidējiem rādītājiem. Tas ietilpst statistikas kategorijā, kas attiecas uz prognozēm no iedzīvotāju izlases.
T-testu var veikt ar kopīgu datu kopu; kopīga iezīme var būt vecums, apgabals, pakalpojumu sniegšana vai kāds līdzīgs faktors.
Trīs slavenie t-testu veidi ir; pāru paraugu modelis, viens paraugs un neatkarīgi divu paraugu testi.
Pāra parauga tests ir tad, kad testu veic ar vienu un to pašu paraugu dažādos laikos. Tas ir paredzēts, lai secinātu dažādu ārējo faktoru ietekmi uz modeli.
Neatkarīgs izlases tests ir dots nosaukums; kad no paraugiem tiek ņemts konkrēts faktors, tiek izņemtas divas datu kopas no diviem dažādiem modeļiem.
Kas ir P vērtība?
P vērtība ir pieņēmuma tests, ko izmanto, lai noliegtu, ka divu paraugu vidējiem nav atšķirības.
Alfa ir termins, ko lieto, lai aprakstītu iepriekš noteiktu varbūtību. Tajā pašā laikā p-vērtība ir termins, ko izmanto varbūtībai, ko aprēķina pēc rūpīgas kopas un izlases analīzes.
Dažos gadījumos tā pati hipotēze tiek kļūdaini noraidīta; tas tiek darīts, ja nulles pieņēmums ir patiess, bet, tā kā būtiskais skaitlis ir lielāks par p vērtību, tas tiek atstāts.
Ja p-vērtība ir tik triviāla, ka galu galā jādeklarē, ka vidējiem nav atšķirības, tad šādā gadījumā visas pārbaudes pārbaudes un rezultāti tiek uzskatīti par nenozīmīgiem.
Galvenās atšķirības starp T-testu un P-vērtību
Dedzīgs izskats parāda būtiskās atšķirības starp T-testu un P-vērtību:
- Izlases lielums ietekmē P vērtību; jo nozīmīgāka izlase, jo zemāka vērtība. Lai gan t-vērtība, kas iegūta no t-testa, ir tieši proporcionāla izlases lielumam, jo lielāks paraugs, jo lielāka vērtība.
- Tiek uzskatīts, ka t-testa rezultāts ir tieši attiecināms uz visu populāciju, savukārt p-vērtības gadījumā šis apgalvojums nav derīgs!
- https://amstat.tandfonline.com/doi/abs/10.1198/tast.2010.08261
- https://www.ajol.info/index.php/aipm/article/view/64038
Pēdējo reizi atjaunināts: 11. gada 2023. jūnijā
Emma Smita ir ieguvusi maģistra grādu angļu valodā no Irvine Valley College. Kopš 2002. gada viņa ir žurnāliste, rakstot rakstus par angļu valodu, sportu un tiesībām. Lasiet vairāk par mani par viņu bio lapa.
Man šķita, ka skaidrojums nav pietiekami dziļš. Ar nepacietību gaidu vairāk atbildes.
Manuprāt, skaidrojums jau bija diezgan izsmeļošs.
Dažkārt labāk nesarežģīt tehnisko saturu.
Paldies, ka tik skaidrā veidā sadalījāt sarežģītu tēmu.
Es novērtēju pārdomāto analīzi rakstā.
Patiešām, kvalitatīvs saturs.
Šis raksts bija ļoti informatīvs. Priecājos, ka saskāros.
Piekrītu, kvalitatīvs saturs.
Pilnīgi noteikti, es gaidu vairāk raksta no autora.
Tieši manas domas!
Vai jūs varētu sniegt citus piemērus, nevis uzskaitītos?
Es domāju, ka sniegtie piemēri jau ir diezgan visaptveroši.
Lieliska lasīšana, paldies.
Man šķita, ka šī raksta saturs ir ļoti saistošs.
Absolūti tas izraisa turpmāku zinātkāri par šo tēmu.
Prieks redzēt, ka notiek šādas diskusijas.
Salīdzināšanas tabula bija īpaši noderīga, lai izprastu atšķirības.
Piekrītu, vizuālie materiāli vienmēr padara sarežģītu informāciju skaidrāku.
Pievienotais vizuālais attēlojums patiešām bija ļoti noderīgs komponents.
Šis raksts bija augsta līmeņa intelektuāla lasāmviela.
Vienmēr ir patīkami redzēt šādas padziļinātas diskusijas.
T-testa un P-vērtības jēdziens man nekad nav bijis tik skaidrs kā pēc šī raksta izlasīšanas.
Vienmēr ir lieliski sastapties ar labi izskaidrotiem tehniskajiem jēdzieniem.
Paldies par informatīvo rakstu, tas lieliski pievēršas atšķirībām starp T-testu un P-vērtību.
Es nevarēju to pateikt labāk. Sniegtie piemēri atvieglo izpratni.