Т-тест је статистички алат који се користи за тестирање хипотеза за упоређивање средње вредности два скупа посматраних података и одређивање њихове стопе разлике.
Она спада у оквир инференцијалне статистике, гране која се бави предвиђањем и генерализацијама у вези са датом популацијом бирањем узорка.
Унлике ин З-тест, величина узорка у Т-тесту треба да буде мања од 30, а стандардна девијација треба да буде непозната.
Кључне Такеаваис
- Т-тест је статистички тест који се користи да би се утврдило да ли се средње вредности две групе података значајно разликују једна од друге.
- Т-тест се обично користи у научним истраживањима за анализу резултата експеримената или анкета и за извођење закључака о популацији из које је узорак извучен.
- Т-тест се може користити за тестирање хипотеза, упоређивање ефикасности различитих третмана или испитивање односа између две варијабле.
Порекло Т-теста
A Т-тест први пут је спровео Виллиам Сеали Госсет, енглески статистичар, хемичар и пивар. Док је радио за пиварску компанију звану Гинис, применио је т-тест да би уочио доследан карактер стоута.
На крају, овај тест је надограђен својом тренутном конотацијом, позивајући се на било који тест хипотезе чије варијабле података прате т-дистрибуцију (звонаста крива са тешким реповима) ако се нулта хипотеза покаже тачном.
Када се може спровести Т-тест?
Т-тест мора да се придржава следећих услова за стандардну интерпретацију и валидацију.
- Скупови посматраних података не би требало да буду већи од два.
- Подаци треба да се узоркују насумично.
- Величина узорка не сме бити већа од 30.
- Променљиве података морају бити независне.
- Променљиве података морају одражавати приближно нормалну дистрибуцију.
- Варијанца треба да буде непозната и хомогена.
- Исход скале мерења примењен на прикупљене податке мора да прати непрекидну линију.
Која врста Т-теста је најпогоднија?
Избор врсте Т-теста првенствено ће зависити од две ствари:
- Да ли прикупљени скупови података припадају истој или две различите популације.
- Испитивач намерава да испита разлику у одређеном правцу.
Базира на природа популације узорка, Т-тест се може класификовати у три типа.
- Један узорак Т-теста: То подразумева поређење средње вредности једног скупа података са познатом средњом или стандардном вредношћу.
- Упарени узорак Т-тест: То укључује поређење средње вредности једног скупа посматраних података у различитим интервалима пре и после експеримента.
- Т-тест независних узорака: Такође познат као Т-тест са два узорка, подразумева поређење два различита скупа посматраних података и њихових просека.
Базира на испитних проводника намера да се разлика испита у одређеном правцу, Т-тест се може класификовати у следећа два типа.
- Једнострани Т-тест одређује да ли је просек становништва мањи или већи од средње вредности друге популације.
- Двострани Т-тест: Користи се за одређивање да ли постоји разлика између два скупа података.
Како спровести Т-тест?
Т-тест мери стварну разлику између средњих вредности две групе узорака коришћењем однос разлике у средњим вредностима групе узорака у односу на збирну стандардну грешку обе групе узорака.
Следећа формула се може користити за покретање теста са два узорка или студентовог т-теста:
Ево,
- т = вредност Т-теста
- x1 к2 = Средства две групе узорака
- с2 = Обједињена стандардна грешка две групе узорака
- н1 и н2 = Број запажања у свакој групи узорака
Да би се утврдило да ли је израчуната т-вредност већа од очекиване т-вредности случајно, потребно је употребити графикон критичне вредности и упоредити израчунату т-вредност са критичном т-вредношћу.
Ако је израчуната т-вредност заиста већа, то имплицира да се нулта хипотеза одбацује. Сходно томе, може се закључити да су групе узорака заиста различите.
Шта је т-сцоре?
Т-скор или т-вредност је број који представља степен разлике између просека два скупа посматраних података.
Виши т-скор имплицира да су групе узорака различите. Насупрот томе, мањи т-скор значи сличности између група узорака.
Предности Т-теста
Следе неке значајне предности Т-теста:
- То је један од најједноставнији и најразноврснији алати за поређење два скупа података.
- Излаз независних променљивих је лако интерпретирати.
- То захтева малу величину узорка. Стога, прикупљање података је релативно удобније под т-тестом.
- Користи се за одређивање да ли два скупа података узорка припадају истој популацији. Сходно томе, помаже у добијање извора података.
Недостаци Т-теста
Као алат за тестирање хипотеза, Т-тест је прилично конзервативан. Следе нека значајна ограничења Т-теста.
- Само могу се упоредити два скупа узорака података користећи Т-тест.
- Претпоставка о узорак података који је насумичан није увек тачан.
- Иако Т-тест може помоћи у одређивању извора датог скупа података, фактори средине могу значајно утицати на његове исходе и чине резултате непоузданим.
- https://www.ncbi.nlm.nih.gov/pmc/articles/pmc4667138/
- https://scholarworks.umass.edu/cgi/viewcontent.cgi?article=1307&context=pare
- https://onlinelibrary.wiley.com/doi/abs/10.1002/bimj.4710280202
Последње ажурирање: 11. јуна 2023
Ема Смит је магистрирала енглески језик на Ирвине Валлеи Цоллеге-у. Новинарка је од 2002. године, пишући чланке о енглеском језику, спорту и праву. Прочитајте више о мени на њој био паге.
Пружа дубоко разумевање Т-теста.
Слажем се, то је врло свеобухватно објашњење.
Ово објашњење је превише детаљно и може бити неодољиво за некога ко се не бави овом темом.
Слажем се, можда је превише за почетнике.
Ниво детаља је одличан за оне који су већ упознати са статистиком.
Писање је богато детаљним садржајем, не изостављајући ништа.
Мало превише детаљан, могло би имати користи од неког поједностављења.
Прецизно и богато детаљима, слажем се.
Овај чланак је предугачак и технички. Требало би мало поједностављења.
Разумем, али је одлично за оне који су заинтересовани за дубинско разумевање.
Опсежна количина детаља, обавезно читање за оне који су заинтересовани за ову тему.
Апсолутно, вредан и свеобухватан ресурс.
Веома је темељан, пружа све потребне детаље о Т-тесту.
Ниво детаља чини га изузетним ресурсом.
Можда мало превише информација за неке читаоце.
Чврст и детаљан преглед Т-теста.
Заиста, добро артикулисано и свеобухватно.
Међутим, то би могло бити превише сложено за оне који нису добро упућени у статистику.
Аутор је урадио фантастичан посао објашњавајући сваки аспект Т-теста.
Да, то је дубинска анализа теме.
Т-тест је детаљно објашњен, без детаља који недостају. Веома информативно.
Апсолутно, одлична анализа теме.
Рекао бих да је то одличан слом концепта Т-теста. Хвала вам!
Чланак је заиста свеобухватан и добро објашњен.