Elämme aikaa, jolloin tieto voidaan määrittää matemaattisesti tilastojen avulla. Tilastojen tutkiminen, kuten näyttää, ei kuitenkaan ole vain tosiasioita ja numeroita.
Tilastollinen päättely koostuu tilastojen käytöstä, kun tehdään satunnaisotantaan perustuvia päätöksiä populaation parametreista. Tilastollisen päättelyn toteuttaminen sisältää hypoteesien testauksen ja puhuu siitä, kuinka tilastotieteilijät käyttävät tätä menettelyä vain hyväksyäkseen tai hylätäkseen populaatioparametrin oletuksen. Tämän metodologian puitteissa tulee esiin aihe T-testistä ja sen eri tyypeistä, eli yksi näyte-T-testi, riippumaton T-testi ja parillinen T-testi.
Parillinen T-testi vs. pariton T-testi
Kahden tilastotermin Parillinen T-testi ja Pariton T-testi välinen ero on se, että parillisissa T-testeissä vertaat eroja parillisten mittausten välillä, jotka on tarkoituksella sovitettu, kun taas parittomissa T-testeissä mittaat eroa kahden näytteen keskiarvot, joilla ei ole luonnollista pariliitosta.
Parillisen T-testin ja parittoman T-testin vertailutaulukko (taulukkomuodossa)
| Vertailuparametri | Paritettu T-testi | Pariton T-testi |
|---|---|---|
| Merkitys | Parillinen T-testi, joka tunnetaan myös nimellä toistuvien näytteiden T-testi, määrittää eron saman kohteen kahden keskiarvon välillä. | Parittomat T-testit, jotka tunnetaan myös itsenäisinä T-testeinä tai opiskelijan T-testinä, määrittävät kaksi eri tai toisiinsa liittymättömien aiheiden ryhmää. |
| Varianssien homogeenisuus | Parillisen T-testin alla näiden kahden keskimääräisen ryhmän varianssi ei ole sama. | Parittoman T-testin alla näiden kahden keskimääräisen ryhmän varianssi on yhtä suuri. |
| Vaikutukset/vaikutukset | Parilliset T-testit käsittelevät hyvin pieniä virheitä, koska testi tehdään vain kahden samanlaisen ryhmän kesken. | Parittomissa T-testeissä on hieman enemmän virheitä parillisiin T-testeihin verrattuna, koska kahden eri kohteen väliset vaihtelut vaikuttaisivat kokeen tekijään. |
| Tulokset | Parillisten T-testien ei tarvitse kerätä valtavia määriä näytedataa vertailua varten, mikä säästää peräkkäin rahaa ja aikaa. | Koska parittomien T-testien on verrattava kahden itsenäisen koehenkilön keskiarvoja, tämä on hieman kalliimpi ja aikaa vievä prosessi. |
Mikä on parillinen T-testi?
Parillinen T-testi, jota kutsutaan myös korreloiduksi pari-t-testiksi/parinäytteen t-testiksi/riippuvaksi t-testiksi, on tilastollinen menettely, joka suorittaa testin riippuvilla muuttujilla. Paritesti tehdään samanlaisilla koehenkilöillä ennen tietojen jakamista ja kaksi testiä ennen ja jälkeen hoidon. Esimerkiksi vuoden alussa ja vuoden lopussa tehdyssä englannin luokkakokeessa havaittu tutkijoiden parantuminen, lääkkeen vaikutus ennen ja jälkeen samaan henkilöryhmään jne.
Riippumattoman t-testin nollahypoteesi on, että kahden eri ryhmän populaation keskiarvot ovat yhtä suuret:
H0: μ1= μ2
Vaihtoehtoinen hypoteesi hyväksytään, kun nollahypoteesi hylätään, mikä tarkoittaa, että populaation keskiarvot eivät ole samat
H1: μ1 ≠ μ2
Nollahypoteesin hylkäämiseksi tai hyväksymiseksi merkitsevyystaso on kriittinen. Tämä arvo on 0,05.
Oletukset:
- Ensimmäinen oletus koskee mittausasteikkoa – kerätyn tiedon tulee seurata jatkuvaa tai järjestysasteikkoa.
- Tiedot tulisi kerätä satunnaisesti valitulta osalta koko väestöä.
- Tietojen pitäisi johtaa normaaliin, kellon muotoiseen jakautumiskäyrään. Merkitystaso voidaan määrittää, kun oletetaan normaalijakauma.
- Olisi käytettävä suurta otoskokoa.
- Varianssin ja keskihajonnan tulee olla samat riippuvaisille muuttujille.
Tärkeimmät erot parillisen T-testin ja parittoman T-testin välillä
Johtopäätös
Joka päivä yksilöt huomaavat analysoivansa uusia ideoita, saavuttavansa nopeita menetelmiä jaettujen töiden suorittamiseen tai löytävänsä suoraviivaisen, ei niin hienostuneen lähestymistavan yrittääkseen tehdä sitä, mitä he osaavat parhaiten. Olennainen kysymys on, onko uusi idea huomattavasti parempi kuin se, mitä he alun perin ajattelivat. Näitä uusia ideoita, joita yksilöt yleensä keksivät, kutsutaan yleisesti hypoteesiksi. Näiden ideoiden testaamista sen selvittämiseksi, toimiiko toinen paremmin kuin toinen, kutsutaan hypoteesitestaukseksi. Se on taito tehdä päätöksiä datan avulla.
Yllä oleva työ antaa yleiskatsauksen kahdesta tilastotermistä - parilliset T-testit ja parittomat T-testit. Se auttaa meitä menemään yksityiskohtaiseen tutkimukseen parittomien T-testien käsitteestä ja pohtii kysymyksen siitä, kuinka hyödyllistä se on päätettäessä arvon todennäköisyydestä otoksessa ja ylittävätkö edut haitat vai eivät. valita tämä laskentatekniikka.
Se antaa meille myös läpikäynnin parillisten T-testien käsitteestä ja näyttää eri kentät ja esimerkit, joissa parillisia T-testejä käytetään sopivasti, oletuksia, joita on seurattava etukäteen, ja kaavan, jota voidaan käyttää laskelma, jolla varmistetaan samasta aiheesta kahdesti toteutettujen toimenpiteiden välisen eron merkitys.
