Мы живем в эпоху, когда информацию можно определить математически с помощью статистики. Однако кажется, что изучение статистики - это не просто изучение фактов и цифр.
Статистический вывод состоит из использования статистики для принятия решений относительно параметров генеральной совокупности на основе случайной выборки. Осуществление статистического вывода включает проверку гипотез и рассказывает о том, как эта процедура используется статистиками, чтобы просто принять или отклонить предположение о параметре генеральной совокупности. В рамках этой методологии возникает тема T-тестов и их различных типов, то есть одного образца T-теста, независимого T-теста и парного T-теста.
Парный Т-тест против непарного Т-теста
Разница между двумя статистическими терминами Парный T-тест и Непарный T-тест заключается в том, что в парных T-тестах вы сравниваете различия между парными измерениями, которые были намеренно сопоставлены, тогда как в непарных T-тестах вы измеряете разницу между средние двух образцов, не имеющих естественного спаривания.
Таблица сравнения парного Т-теста и непарного Т-теста (в табличной форме)
| Параметр сравнения | Парный Т-тест | Непарный Т-тест |
|---|---|---|
| Значение | Парный Т-тест, также известный как Т-тест повторных выборок, определяет различие между двумя средними значениями одного и того же субъекта. | Непарные Т-тесты, также известные как независимые Т-тесты или Т-тест студента, определяют две группы средних значений разных / не связанных между собой предметов. |
| Однородность дисперсий | При парном T-тесте дисперсия двух средних групп не одинакова. | При непарном T-тесте дисперсия двух средних групп одинакова. |
| Эффекты / воздействия | Парные T-тесты имеют дело с очень незначительными ошибками, поскольку тест проводится только между двумя похожими группами. | Непарные T-тесты имеют немного больше ошибок по сравнению с парными T-тестами, поскольку экспериментатор будет зависеть от различий между двумя разными испытуемыми. |
| Исход | Парные T-тесты не требуют сбора больших объемов данных для сравнения, это последовательно экономит деньги и время. | Поскольку непарные T-тесты должны сравнивать средние значения двух независимых испытуемых, это оказывается немного более дорогостоящим и трудоемким процессом. |
Что такое парный Т-тест?
Парный T-тест, дополнительно называемый коррелированным парным t-тестом / парным выборочным t-тестом / зависимым t-тестом, представляет собой статистическую процедуру, которая запускает тест на зависимых переменных. Парный тест проводится на схожих предметах до распределения данных, а два теста проводятся до и после лечения. Например, улучшение показателей учащихся, наблюдаемое в тесте по английскому языку, проводимом в начале года и в конце года, до и после воздействия лекарства на одну и ту же группу людей и т. Д.
Нулевая гипотеза для независимого t-критерия состоит в том, что средние по совокупности из двух разных групп равны:
ЧАС0: μ1= μ2
Альтернативная гипотеза принимается, когда нулевая гипотеза отклоняется, что означает, что средние по совокупности не равны.
ЧАС1: μ1 ≠ μ2
Чтобы отклонить или принять нулевую гипотезу, критически важен уровень значимости. Это конкретное значение 0,05.
Предположения:
- Первое предположение касается шкалы измерений - собранные данные должны иметь непрерывную или порядковую шкалу.
- Данные следует собирать из случайно выбранной части всего населения.
- Данные должны привести к нормальной колоколообразной кривой распределения. Уровень значимости можно указать, если предполагается нормальное распределение.
- Следует использовать большой размер выборки.
- Дисперсия и стандартное отклонение должны быть равны для зависимых переменных.
Основные различия между парным Т-тестом и непарным Т-тестом
Вывод
Каждый день люди обнаруживают, что анализируют новые идеи, находят быстрые методы выполнения назначенной работы или находят простой, не такой изощренный подход, чтобы попытаться сделать то, что у них получается лучше всего. Существенный вопрос заключается в том, действительно ли новая идея заметно лучше той, что они изначально задумывали. Эти новые идеи, которые часто возникают у людей, обычно называют гипотезами. Проверка этих идей для определения того, будет ли одна работать лучше, чем другая, называется проверкой гипотез. Это искусство принимать решения с использованием данных.
Приведенная выше сдельная работа дает обзор двух статистических терминов - парных T-тестов и непарных T-тестов. Это помогает нам подробно изучить концепцию непарных T-тестов и поднимает вопрос о том, насколько это выгодно в вопросах определения вероятности значения в выборке и перерастают ли преимущества недостатки, когда дело доходит до выбирая эту методику расчета.
Он также дает нам представление о концепции парных T-тестов и показывает нам различные поля и примеры, где подходящим образом используются парные T-тесты, предположения, которым необходимо следовать заранее, и формулу, которая может быть использована для расчет, обеспечивающий значимость различия между средствами мер, дважды взятых у одного и того же субъекта.
