เราอยู่ในยุคสมัยที่ข้อมูลสามารถกำหนดได้ทางคณิตศาสตร์โดยใช้สถิติ อย่างไรก็ตาม ดูเหมือนว่าการศึกษาสถิติไม่ได้เป็นเพียงการศึกษาข้อเท็จจริงและตัวเลขเท่านั้น
การอนุมานทางสถิติประกอบด้วยการใช้สถิติเพื่อสร้างการตัดสินใจเกี่ยวกับพารามิเตอร์ของประชากร โดยอิงจากการสุ่มตัวอย่าง การนำการอนุมานทางสถิติไปใช้เกี่ยวข้องกับการทดสอบสมมติฐานและพูดคุยเกี่ยวกับวิธีที่นักสถิติใช้ขั้นตอนนี้เพื่อยอมรับหรือปฏิเสธสมมติฐานของพารามิเตอร์ประชากร ภายใต้วิธีการนี้ หัวข้อของการทดสอบ T และประเภทต่าง ๆ นั่นคือ T-Test ตัวอย่างหนึ่ง T-Test อิสระและ T-Test ที่จับคู่กัน
คู่ T-Test กับ Unpaired T-Test
ความแตกต่างระหว่างเงื่อนไขทางสถิติสองคำที่จับคู่ T-test และ Unpaired T-test คือในการทดสอบ T-Test ที่จับคู่ คุณเปรียบเทียบความแตกต่างระหว่างการวัดที่จับคู่ที่ได้รับการจับคู่โดยเจตนา ในขณะที่ในการทดสอบ T-Test แบบ Unpaired คุณจะวัดความแตกต่างระหว่าง ค่าเฉลี่ยของตัวอย่างสองตัวอย่างที่ไม่มีการจับคู่อย่างเป็นธรรมชาติ
ตารางเปรียบเทียบระหว่าง T-Test ที่จับคู่กับ T-Test ที่ไม่จับคู่ (ในรูปแบบตาราง)
พารามิเตอร์ของการเปรียบเทียบ | คู่ T-Test | Unpaired T-Test |
---|---|---|
ความหมาย | Paired T-Test หรือที่เรียกว่า T-Test ตัวอย่างซ้ำ กำหนดความแตกต่างระหว่างสองวิธีของเรื่องเดียวกัน | Unpaired T-Tests หรือที่เรียกว่า T-Test อิสระหรือ T-Test ของนักเรียน กำลังกำหนดกลุ่มวิธีการสองกลุ่มของวิชาที่แตกต่างกัน/ไม่เกี่ยวข้องกัน |
ความสม่ำเสมอของความแปรปรวน | ภายใต้ Paired T-Test ความแปรปรวนของค่าเฉลี่ยทั้งสองกลุ่มไม่เท่ากัน | ภายใต้ Unpaired T-Test ความแปรปรวนของค่าเฉลี่ยทั้งสองกลุ่มจะเท่ากัน |
ผลกระทบ/ผลกระทบ | การทดสอบ T ที่จับคู่จะจัดการกับข้อผิดพลาดเล็กน้อยมาก เนื่องจากการทดสอบทำระหว่างสองกลุ่มที่คล้ายกันเท่านั้น | Unpaired T-Tests มีข้อผิดพลาดมากกว่าเล็กน้อยเมื่อเปรียบเทียบกับ T-Test ที่จับคู่กัน เนื่องจากผู้ทดลองจะได้รับผลกระทบจากความผันแปรระหว่างสองวิชาที่แตกต่างกัน |
ผล | การทดสอบ T-Test ที่จับคู่กันไม่จำเป็นต้องรวบรวมข้อมูลตัวอย่างจำนวนมากเพื่อการเปรียบเทียบ ซึ่งจะช่วยประหยัดเงินและเวลาได้อย่างต่อเนื่อง | เนื่องจาก Unpaired T-Tests ต้องเปรียบเทียบวิธีการของสองวิชาอิสระ กระบวนการนี้จึงมีค่าใช้จ่ายสูงและใช้เวลานานกว่าเล็กน้อย |
Paired T-Test คืออะไร?
Paired T-Test หรือที่เรียกว่าคู่ที่สัมพันธ์กัน t-test/paired sample t-test/dependent t-test เป็นขั้นตอนทางสถิติที่ทำการทดสอบกับตัวแปรตาม การทดสอบคู่จะทำในวิชาที่คล้ายคลึงกันก่อนการจัดสรรข้อมูลและการทดสอบสองครั้งก่อนและหลังการรักษา ตัวอย่างเช่น การปรับปรุงของนักวิชาการที่เห็นในการทดสอบชั้นเรียนภาษาอังกฤษที่ดำเนินการในช่วงต้นปีและสิ้นปี ก่อนและหลังผลกระทบของยาที่มีต่อบุคคลกลุ่มเดียวกัน เป็นต้น
สมมติฐานว่างสำหรับการทดสอบ t อิสระคือประชากรหมายถึงจากสองกลุ่มที่แตกต่างกันเท่ากัน:
ชม0: ไมโคร1= μ2
สมมติฐานทางเลือกเป็นที่ยอมรับเมื่อสมมติฐานว่างถูกปฏิเสธ ซึ่งหมายความว่าค่าเฉลี่ยประชากรไม่เท่ากัน
ชม1: ไมโคร1 ≠ μ2
ในการปฏิเสธหรือยอมรับสมมติฐานว่าง ระดับนัยสำคัญเป็นสิ่งสำคัญ ค่าเฉพาะนี้คือ 0.05
สมมติฐาน:
- สมมติฐานแรกเกี่ยวข้องกับมาตราส่วนของการวัด - ข้อมูลที่รวบรวมควรเป็นไปตามมาตราส่วนต่อเนื่องหรือลำดับ
- ควรรวบรวมข้อมูลจากส่วนที่สุ่มเลือกจากประชากรทั้งหมด
- ข้อมูลควรส่งผลให้มีเส้นโค้งการกระจายรูประฆังปกติ ระดับนัยสำคัญสามารถระบุได้เมื่อมีการแจกแจงแบบปกติ
- ควรใช้ขนาดตัวอย่างขนาดใหญ่
- ความแปรปรวนและค่าเบี่ยงเบนมาตรฐานควรเท่ากันสำหรับตัวแปรตาม
ความแตกต่างหลักระหว่าง T-Test ที่จับคู่และ T-Test ที่ไม่จับคู่
บทสรุป
ทุกๆ วัน แต่ละคนพบว่าตัวเองกำลังวิเคราะห์ความคิดใหม่ๆ บรรลุวิธีการที่รวดเร็วในการทำงานที่ได้รับการจัดสรรให้เสร็จสิ้น หรือค้นหาแนวทางที่ตรงไปตรงมาและไม่ซับซ้อน เพื่อพยายามทำในสิ่งที่พวกเขาทำได้ดีที่สุด คำถามสำคัญคือความคิดใหม่นั้นดีกว่าสิ่งที่พวกเขาคิดไว้ในตอนแรกหรือไม่ แนวคิดใหม่ๆ ที่บุคคลมักจะคิดขึ้นมักเรียกว่าสมมติฐาน การทดสอบแนวคิดเหล่านี้เพื่อตัดสินใจว่าแนวคิดใดจะได้ผลดีกว่าแนวคิดอื่นๆ เรียกว่าการทดสอบสมมติฐาน เป็นศิลปะในการตัดสินใจโดยใช้ข้อมูล
ผลงานด้านบนให้ภาพรวมของคำศัพท์ทางสถิติสองคำ - การทดสอบ T ที่จับคู่และ T-Test ที่ไม่จับคู่ ช่วยให้เราศึกษารายละเอียดเกี่ยวกับแนวคิดของ Unpaired T-Tests และตั้งคำถามว่ามีประโยชน์อย่างไรในเรื่องการตัดสินใจความน่าจะเป็นของค่าในตัวอย่าง และผลประโยชน์มีมากกว่าข้อเสียหรือไม่ การเลือกเทคนิคการคำนวณนี้
นอกจากนี้ยังให้ข้อมูลสรุปเกี่ยวกับแนวคิดของการทดสอบ T-Test แบบจับคู่ และแสดงให้เราเห็นถึงฟิลด์และตัวอย่างต่างๆ ที่การใช้ T-Test แบบจับคู่อย่างเหมาะสม สมมติฐานที่จำเป็นต้องปฏิบัติตามก่อน และสูตรที่สามารถนำมาใช้ได้ การคำนวณเพื่อให้แน่ใจว่ามีนัยสำคัญของความแตกต่างระหว่างวิธีการวัดที่นำมาสองครั้งจากเรื่องเดียวกัน