Sisällysluettelo
- T-testi
- T-testin oletukset
T-testejä käytetään yleisesti tilastoissa ja ekonometrisissä tiedoissa sen osoittamiseksi, että kahden tuloksen tai muuttujan arvot eroavat toisistaan. Esimerkiksi, jos haluat tietää, onko yli 400 kiloa syövien piirakoiden määrä tilastollisesti merkitsevästi erilainen kuin alle 400 kiloa käyttävien ihmisten piirakka.
T-testiä tehtäessä tehdään yleisiä oletuksia, jotka koskevat mitta-asteikkoa, satunnaista näytteenottoa, datan jakautumisen normaalisuutta, näytteen koon riittävyyttä ja varianssin yhtäläisyyttä keskihajonnassa.
Avainsanat
- T-testi tilastollinen menetelmä, jota käytetään määrittämään, onko kahden näytetyöryhmän välillä kahden ryhmän keskiarvojen välillä merkittävä ero. Testi perustuu joukkoon oletuksia, jotta sitä voidaan tulkita oikein ja paikkansa pitäen.Näiden oletusten välillä, tiedot on otettava satunnaisesti näytteille kiinnostuksen kohteena olevasta populaatiosta ja että datamuuttujat seuraavat normaalia jakaumaa.
T-testi
T-testin on kehittänyt kemisti, joka työskentelee Guinnessin panimoyrityksessä, yksinkertaisena keinona mitata vakiolaatua. Sitä kehitettiin ja mukautettiin edelleen, ja se viittaa nyt mihin tahansa tilastollisen hypoteesin testiin, jossa testattavan tilastoinnin odotetaan vastaavan t-jakaumaa, jos nollahypoteesi tukee.
T-testi on kahden populaation välineen analyysi tilastollisen tutkimuksen avulla; t-testiä kahdella näytteellä käytetään yleisesti pieninä näytteenkokoina, testaamalla näytteiden välinen ero, kun kahden normaalin jakauman variansseja ei tunneta.
T-jakauma on periaatteessa mikä tahansa jatkuva todennäköisyysjakauma, joka syntyy arvioitaessa normaalisti jakautuneen populaation keskiarvo pienen otoskokon avulla ja populaation tuntemattoman keskihajonnan perusteella. Nollahypoteesi on oletusoletus, että kahden eri mitatun ilmiön välillä ei ole yhteyttä. (Katso aiheeseen liittyvää lukemista: Mitä vahva nollahypoteesi tarkoittaa? )
T-testin oletukset
- Ensimmäinen t-testejä koskeva oletus koskee mittausastetta. T-testin oletuksena on, että kerättyihin tietoihin sovellettu mitta-asteikko noudattaa jatkuvaa tai ordinaalista asteikkoa, kuten esimerkiksi IQ-testin pisteytysastetta. Toinen oletus on yksinkertainen satunnainen näyte, että tiedot ovat kerätään edustavalta, satunnaisesti valitusta osasta koko väestöä.Kolmas oletus on, että data, piirrettynä, johtaa normaalijakaumaan, kellon muotoiseen jakautumiskäyrään. Kun oletetaan normaalijakauma, voidaan määrittää todennäköisyystaso (alfataso, merkitsevyystaso, p ) hyväksymiskriteeriksi. Useimmissa tapauksissa voidaan olettaa olevan 5%: n arvo. Neljäs oletus on kohtuullisen suuri näytteen koko. Suurempi näytteen koko tarkoittaa, että tulosten jakautumisen tulisi lähestyä normaalia kellon muotoista käyrää. Viimeinen oletus on varianssin homogeenisuus. Homogeeninen tai yhtä suuri varianssi esiintyy, kun näytteiden keskihajonnat ovat suunnilleen yhtä suuret.
