Keskiarvon saavuttamiseksi tilastotietojen kerääminen ja laskeminen on aina pitkä ja uuvuttava vuorovaikutus. T-testi ja Difference Single Direktiivi (ANOVA) ovat kaksi yleisimmin käytettyä mittaa. T-testiä käytetään sen selvittämiseen, ovatko kaksi keskustaa tai tietä jonkin verran läheisiä tai erilaisia. Kun nähdään vähintään kolme välituotetta tai keskiarvoa, ANOVA on edullinen. Käytetään lisätyökalua, minkä vuoksi ANOVAa käytetään ainakin kahdessa menetelmässä. T-testi tekee todennäköisemmin virheellisen virheen.
T-testi vs ANOVA
Ero t-testin ja ANOVA:n välillä on se, että T-testiä käytetään hypoteesien testaamiseen siten, että ANOVAa käytetään kahden keskihajonnan tutkimiseen, kun muita istuntomenetelmiä voidaan sisällyttää. Spekulaatiotekniikat eivät eroa toisistaan. Kunkin ryhmän otoskokoryhmien (n) vertailuun on alle 30, käytetään t-testiä. Kolmen tai useamman tyypin rinnastamiseksi käytetään ANOVAa.
T-testitilastot noudattavat muotoa T = Z/s suurissa luvuissa, joissa Z ja s ovat dataominaisuuksia. Muuttuja Z on tarkoitettu vaihtoehtoiselle hypoteesille; pohjimmiltaan, kun vaihtoehtoinen hypoteesi on pätevä, muuttujan Z suuruus on suurempi. Sillä välin "s" on parametri, joka skaalautuu päättämään T:n jakauman. T-testin hypoteesit ovat, että ps2 olettaa virheellisen hypoteesijakauman, ja c) Z:n arvo ja arvostus ovat riippumattomia. Tietyssä t-testin muodossa nämä tekijät ovat seurauksia analysoidusta perusjoukosta, kuten tulokset analysoidaan.
ANOVA on tilastollinen mallisarja. Vaikka tutkijat ja tilastotieteilijät ovat käyttäneet ANOVA-kriteerejä pitkään, Sir Ronald Fisher oli vasta vuonna 1918 ehdottanut, että poikkeama tutkittaisiin virallisesti artikkelissa "The Correlation between Mendelian Heritance Supposition". Sen jälkeen ANOVA:n laajentamista ja soveltamista on laajennettu.. ANOVA on harhaanjohtava nimitys, koska se ei johdu eri keräystapojen välisistä eroista vaan kontrasteista.
T-testin ja ANOVA:n vertailutaulukko
| Vertailuparametrit | T-testi | ANOVA |
| Käyttö | T-testejä käytetään hypoteesien testaamiseen. | Kaksi keskihajontaa on tutkittava ANOVA:lla. |
| Testitilasto | x ̄-µ)/(s/√n) | Näytteen poikkeaman välillä/näytteen varianssin sisällä |
| Merkitys | T-testi on hypoteesitesti, jota kaksi populaatiota käyttävät prosessien tarkastelussa. | ANOVA on havaittava tekniikka monipopulaatiomenetelmien analysointiin. |
| Ominaisuus | T-testiä käytetään kahden alle 30 otoskokoryhmän (n) vertailuun ryhmää kohden. | Kolmen tai useamman tyypin rinnastamiseksi käytetään ANOVAa. |
| Virhe | T-testi tekee todennäköisemmin virheen. | ANOVAssa on suurempi virhe |
Mikä on T-testi?
T-testi on eräänlainen päättelytilasto, jota käytetään päättämään, ovatko kahden kokouksen menettelyt merkittävästi erilaisia ja voidaanko siihen viitata tietyissä piirteissä. Sitä käytetään enimmäkseen silloin, kun tietojoukot perustuvat normaalijakaumaan, lähellä 100-kertaisena siirtymänä tallennettua tietojoukkoa. Testiä käytetään hypoteesien testaustyökaluna, ja se mahdollistaa populaation kannalta merkityksellisen oletuksen testaamisen.
T-testissä käytetään t-tilastoa, t-jakauman arvioita ja mahdollisuuksia arvioida tilastollista merkitsevyyttä. Variaatiotutkimuksen avulla voidaan suorittaa vähintään kolmen lähestymistavan testi. Pohjimmiltaan t-testin avulla voidaan tarkastella säännöllisiä nousuja ja todennäköisyyttä, että ne tulevat yhteisestä populaatiosta.
Emme haluaisi, että edellä mainituissa malleissa olevilla opiskelijoilla on täsmälleen sama keskiarvo ja keskihajonna, jos ottaisimme jotenkin esimerkin A-luokan opiskelijoista ja toisen esimerkin B-luokan opiskelijoista. Pohjimmiltaan valehoitonäytteet hoitivat kontrollinippua, ja määrätyistä lääkevalmisteista otetuilla voi olla marginaalisesti erilainen keskiarvo ja keskihajonta.
Matemaattisesti t-testi ottaa esimerkin molemmista joukoista vahvistaakseen vaikean ilmoituksen tukemalla virheellistä ekvivalenssiargumenttia kahden prosessin välillä. Näiden arvojen mittaamiseksi ja analysoimiseksi säännöllisten ominaisuuksien kanssa sopivilla yhtälöillä ja odotettavissa oleva virheellinen hypoteesi hyväksytään tai hylätään tarpeen mukaan.
Mikä on ANOVA?
Kiistan arviointi on oivalluksissa käytetty testauslaitteisto, joka koostuu kahdesta osasta, tahallisista elementeistä ja epäsäännöllisistä elementeistä, joiden tietojoukossa on huomattava yleinen vaihtelu. Metodiset muuttujat vaikuttavat annettuun indeksiin, kun taas epäsäännölliset elementit eivät.
Relapsitutkimuksessa tutkijat käyttävät ANOVA-testiä määrittääkseen, kuinka autonomiset muuttujat vaikuttavat riippuvaiseen muuttujaan. Vuoteen 1918 asti, jolloin Ronald Fisher tutki eroprosessia, mittausanalyysissä käytettiin 1900-luvulla kehitettyjä t- ja z-testimenetelmiä.
ANOVAa kutsutaan myös Fisherin varianssianalyysiksi, koska se lisää t- ja z-testejä. Konsepti oli merkittävä vuonna 1925, kun Fisherin lehdessä ilmestyi "Measurable Methods for Research Workers". 3 Sitä käytettiin aivotieteen tutkimisessa ja sitten sovellettiin hämmentävämpiin aiheisiin.
T-testin ja ANOVA:n tärkeimmät erot
Johtopäätös
Vain jos meillä on vain kaksi populaatiota tarkastella niiden menetelmiä, voimme sanoa, että t-testi on poikkeuksellinen ANOVA-tyyppi lueteltujen pisteiden arvioinnin jälkeen. Vaikka virheen todennäköisyys voi kasvaa, jos käytetään t-testausta, kun useita lähestymistapoja on suoritettava samanaikaisesti populaatioiden kanssa, tästä syystä käytetään ANOVAa. T-testillä tarkistetaan, onko olemassa kaksi keskustaa vai erillisiä polkuja. ANOVA on suositeltava, kun näet vähintään kolme keski- tai keskipistettä. ANOVAa käytetään vähintään kahdella menetelmällä, mikä tarkoittaa, että t-testi tekee todennäköisemmin virheen.
