В мире статистики преобладают расчеты, предположения и выводы. Среди всех тестов и результатов t-тесты и p-значение являются двумя наиболее запутанными методами предположений.
Хотя оба они находятся в одном и том же подмножестве статистики и обеспечивают дополнительную меру предположения и взаимосвязанности. Эти два теста не то же самое!
Основные выводы
- Стьюдент-критерий — это статистический критерий, используемый для сравнения средних значений двух групп, в то время как р-значение измеряет свидетельство против нулевой гипотезы при проверке гипотезы.
- T-тесты определяют, являются ли различия между группами значительными, а p-значения помогают количественно оценить силу доказательств против нулевой гипотезы.
- T-тесты предназначены для сравнения средних значений, тогда как p-значения применяются к различным статистическим тестам.
T-тест против P-значения
Разница между Т-тест и P-значение заключается в том, что T-тест используется для анализа степени различия между средними значениями выборок. Напротив, р-значение выполняется для получения доказательства, которое можно использовать для отрицания безразличия между средними значениями двух частей.
Т-тест обеспечивает разницу между двумя измерениями в пределах нормального диапазона, тогда как значение p фокусируется на крайней стороне образца и, таким образом, обеспечивает решающий результат.
Несмотря на то, что они взаимосвязаны, они показывают различные аспекты выборки и определяют разные параметры генеральной совокупности, из которых выводятся модели.
Сравнительная таблица
Параметр сравнения | Т-тест | P-значение |
---|---|---|
Полная форма | Статистика испытаний | Значение вероятности |
Отдел статистики | Выведенный статистика | Выведенный статистика |
Проверка гипотезы | Да | Да |
Средние образцы | чередующийся | Нуль-то же самое |
Результат | Разница в среднем | Отрицание нулевых предположений |
Что такое Т-тест?
T-тест — это статистический тест, определяющий степень различия между средними значениями двух связанных наборов. Он относится к категории статистики, которая относится к прогнозам на основе выборки населения.
T-тест может быть выполнен на наборе взаимосвязанных данных; общей чертой может быть возраст, район, предоставление услуг или любой другой подобный фактор.
Три известных типа t-тестов: модель парной выборки, одна выборка и независимые тесты с двумя выборками.
Тест парной выборки — это когда тест проводится на одной и той же выборке в разное время. Это делается для того, чтобы вывести влияние различных внешних факторов на модель.
Независимый выборочный тест - это имя; когда из выборок берется конкретный фактор, извлекаются два набора данных из двух разных моделей.
Что такое P-значение?
P-значение — это проверка предположения, используемая для отрицания того, что средние значения двух выборок не различаются.
Альфа — это термин, используемый для описания заранее определенной вероятности. В то же время р-значение — это термин, используемый для вероятности, рассчитанный после тщательного анализа генеральной совокупности и выборки.
В некоторых случаях одна и та же гипотеза ошибочно отвергается; это делается, когда нулевое предположение верно, но поскольку существенное число выше, чем значение p, оно остается.
Если p-значение настолько тривиально, что в конечном итоге приходится заявлять, что средние значения не различаются, то в таком случае тесты и результаты всего теста считаются несущественными.
Основные различия между T-тестом и P-значением
Пристальный взгляд показывает существенные различия между T-тестом и P-значением:
- Размер выборки влияет на P-значение; чем значительнее выборка, тем ниже значение. Хотя t-значение, полученное из t-критерия, прямо пропорционально размеру выборки, чем больше выборка, тем выше значение.
- Говорят, что результат t-теста имеет непосредственное отношение ко всей популяции, в то время как в случае p-значения это утверждение неверно!
- https://amstat.tandfonline.com/doi/abs/10.1198/tast.2010.08261
- https://www.ajol.info/index.php/aipm/article/view/64038
Последнее обновление: 11 июня 2023 г.
Эмма Смит имеет степень магистра английского языка в колледже Ирвин-Вэлли. Она работает журналистом с 2002 года, пишет статьи об английском языке, спорте и праве. Подробнее обо мне на ней био страница.
Мне показалось, что объяснение недостаточно глубокое. С нетерпением жду еще ответа.
Я думаю, что объяснение уже было достаточно исчерпывающим.
Иногда лучше не усложнять техническое содержание.
Спасибо, что так доходчиво раскрыли сложную тему.
Я ценю вдумчивый анализ в статье.
Действительно, качественный контент.
Эта статья была очень информативной. Я рад, что наткнулся на это.
Согласен, качественный контент.
Конечно, жду новых публикаций от автора.
Точно мои мысли!
Не могли бы вы привести дополнительные примеры, кроме перечисленных?
Я думаю, что приведенные примеры уже достаточно исчерпывающи.
Отличное чтение, спасибо.
Я нашел содержание этой статьи очень интересным.
Конечно, это вызывает дополнительный интерес к этой теме.
Приятно видеть, что происходят такие дискуссии.
Сравнительная таблица оказалась особенно полезной для понимания различий.
Согласитесь, визуальные эффекты всегда делают сложную информацию более понятной.
Добавленное визуальное изображение действительно было очень полезным компонентом.
Эта статья была интеллектуальным чтением высокого уровня.
Всегда приятно видеть такие глубокие дискуссии.
Концепция Т-теста и P-значения никогда не была для меня более ясной, чем после прочтения этой статьи.
Всегда приятно встретить хорошо объясненные технические концепции.
Спасибо за информативную статью, она прекрасно описывает различия между T-тестом и P-значением.
Я не мог бы сказать это лучше. Приведенные примеры облегчают понимание.