T-тест против P-значения: разница и сравнение

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

1. 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.
2. T-тесты определяют, являются ли различия между группами значительными, а p-значения помогают количественно оценить силу доказательств против нулевой гипотезы.
3. 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:

1. 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.
2. Говорят, что результат t-теста имеет непосредственное отношение ко всей популяции, в то время как в случае p-значения это утверждение неверно!

---

Рекомендации

1. https://amstat.tandfonline.com/doi/abs/10.1198/tast.2010.08261
2. https://www.ajol.info/index.php/aipm/article/view/64038

Последнее обновление: 11 июня 2023 г.