Hvilke forutsetninger gjør man når man gjennomfører en T-test?
T-tester brukes ofte i statistikk og økonometri for å fastslå at verdiene til to utfall eller variabler er forskjellige fra hverandre.
De vanlige forutsetningene som er gjort når du gjør en t-test inkluderer de om målestørrelse, tilfeldig prøvetaking, normalitet av datadistribusjon, tilstrekkelighet av utvalgsstørrelse og likhet i variasjon i standard avvik.
Viktige takeaways
- En t-test er en statistisk metode som brukes for å bestemme om det er en signifikant forskjell mellom midlene til to grupper basert på et utvalg av data.
- Testen er avhengig av et sett med forutsetninger for at den skal tolkes riktig og med gyldighet.
- Blant disse forutsetningene må dataene samles tilfeldig fra populasjonen av interesse, og datavariablene må følge en normalfordeling.
T-testen
De t-test ble utviklet av en kjemiker som jobber for Guinness bryggeriselskap som en enkel måte å måle den jevne kvaliteten på stout. Den ble videreutviklet og tilpasset, og refererer nå til enhver test av en statistisk hypotese der statistikk som testes for forventes å svare til en t-fordeling hvis nullhypotesen er støttes.
En t-test er en analyse av to populasjonsmidler gjennom bruk av statistisk undersøkelse; en t-test med to prøver brukes vanligvis med små prøvestørrelser, og tester forskjellen mellom prøvene når avvikene mellom to normalfordelinger ikke er kjent.
T-distribusjon er i utgangspunktet enhver kontinuerlig sannsynlighetsfordeling som stammer fra en estimering av gjennomsnittet av a normalfordelt populasjon ved hjelp av en liten utvalgsstørrelse og et ukjent standardavvik for befolkning. De nullhypotesen er standardantagelsen om at det ikke eksisterer noen sammenheng mellom to forskjellige målte fenomener.
T-testforutsetninger
- Den første antagelsen om t-tester gjelder målestokken. Antagelsen for en t-test er at målingsskalaen for dataene som samles inn følger en kontinuerlig eller ordinær skala, for eksempel poengsumene for en IQ-test.
- Den andre antagelsen er at a enkelt tilfeldig utvalg, at dataene er samlet inn fra en representativ, tilfeldig valgt del av den totale befolkningen.
- Den tredje antagelsen er at dataene, når de plottes, resulterer i en normalfordeling, klokkeformet fordelingskurve. Når en normalfordeling antas, kan man angi et sannsynlighetsnivå (alfa -nivå, nivå av betydning, s. s) som et kriterium for aksept. I de fleste tilfeller kan en 5% verdi antas.
- Den fjerde antagelsen er at det brukes en rimelig stor prøvestørrelse. En større prøvestørrelse betyr at fordelingen av resultatene bør nærme seg en normal klokkeformet kurve.
- Den siste antagelsen er homogenitet av forskjell. Homogen eller lik variasjon eksisterer når standardavvikene til prøvene er tilnærmet like.