T-검정을 수행할 때 어떤 가정을 합니까?
T-검정은 일반적으로 통계 및 계량 경제학에서 두 결과 또는 변수의 값이 서로 다르다는 것을 확인하는 데 사용됩니다.
t-검정을 수행할 때 만드는 일반적인 가정에는 측정 척도, 무작위 표본추출, 자료분포의 정규성, 표본크기의 적정성, 표준분산의 동등성 편차.
주요 내용
- t-검정은 데이터 표본을 기반으로 두 그룹의 평균 사이에 유의한 차이가 있는지 확인하는 데 사용되는 통계적 방법입니다.
- 테스트는 적절하고 타당하게 해석되기 위한 일련의 가정에 의존합니다.
- 이러한 가정 중 데이터는 관심 모집단에서 무작위로 샘플링되어야 하며 데이터 변수는 정규 분포를 따라야 합니다.
T-테스트
NS t-검정 기네스 양조 회사에서 일하는 화학자가 스타우트의 일관된 품질을 측정하는 간단한 방법으로 개발했습니다. 그것은 더 개발되고 수정되었으며 이제 통계적 가설의 모든 테스트를 나타냅니다. 귀무 가설이 지원.
t-검정은 통계적 검사를 사용하여 두 개의 모집단 평균을 분석하는 것입니다. 두 개의 표본이 있는 t-검정은 일반적으로 작은 표본 크기에 사용되며 두 정규 분포의 분산을 알 수 없는 경우 표본 간의 차이를 검정합니다.
T-분포 기본적으로 평균의 추정에서 발생하는 연속 확률 분포입니다. 작은 표본 크기와 알 수 없는 표준 편차를 사용하는 정규 분포 모집단 인구. NS 귀무 가설 는 두 개의 서로 다른 측정된 현상 사이에 관계가 존재하지 않는다는 기본 가정입니다.
T-검정 가정
- t-검정에 관한 첫 번째 가정은 측정 규모에 관한 것입니다. t-검정에 대한 가정은 수집된 데이터에 적용되는 측정 척도가 IQ 테스트 점수와 같이 연속적 또는 순서적 척도를 따른다는 것입니다.
- 두 번째 가정은 다음과 같다. 단순 무작위 표본, 데이터가 전체 모집단에서 무작위로 선택된 대표 부분에서 수집됩니다.
- 세 번째 가정은 데이터가 표시될 때 정규 분포의 종 모양 분포 곡선이 된다는 것입니다. 정규 분포가 가정될 때 확률 수준(알파 수준, 유의 수준, NS)를 수용 기준으로 삼는다. 대부분의 경우 5% 값을 가정할 수 있습니다.
- 네 번째 가정은 상당히 큰 표본 크기가 사용된다는 것입니다. 표본 크기가 클수록 결과 분포가 일반적인 종 모양 곡선에 접근해야 함을 의미합니다.
- 최종 가정은 의 동질성입니다. 변화. 균질 또는 동일한 분산은 표본의 표준 편차가 거의 같을 때 존재합니다.
