เพื่อให้ได้ค่าเฉลี่ย การรวบรวมและคำนวณข้อมูลทางสถิติถือเป็นการโต้ตอบที่ยาวนานและใช้เวลานาน t-test และ Difference Single Directive (ANOVA) เป็นสองมาตรการที่ใช้บ่อยที่สุด การทดสอบ t-test จะใช้เพื่อดูว่าศูนย์หรือวิธีทั้งสองค่อนข้างใกล้หรือต่างกัน เมื่อเห็นตัวกลางหรือค่าเฉลี่ยอย่างน้อยสามตัว ANOVA จะได้รับการสนับสนุน มีการใช้เครื่องมือเพิ่มเติม ซึ่งเป็นสาเหตุที่ใช้ ANOVA อย่างน้อยสองวิธี การทดสอบ t-test มีแนวโน้มที่จะเกิดข้อผิดพลาดที่ผิดพลาดมากกว่า
การทดสอบ T กับ ANOVA
ความแตกต่างระหว่างการทดสอบ t และใน ANOVA คือ การทดสอบ T ใช้เพื่อทดสอบสมมติฐาน โดยที่ ANOVA จะใช้เพื่อตรวจสอบค่าเบี่ยงเบนมาตรฐานทั้งสองเมื่อสามารถรวมวิธีเซสชันเพิ่มเติมได้ เทคนิคการเก็งกำไรก็ไม่ต่างกัน สำหรับการเปรียบเทียบกลุ่มขนาดตัวอย่าง (n) น้อยกว่า 30 สำหรับแต่ละกลุ่ม จะใช้ t-test เพื่อให้เท่ากับสามประเภทขึ้นไป จะใช้ ANOVA
สถิติการทดสอบ T เป็นไปตามรูปแบบ T = Z/s เป็นจำนวนมาก โดยที่ Z และ s เป็นคุณลักษณะของข้อมูล ตัวแปร Z มีไว้สำหรับสมมติฐานทางเลือก โดยพื้นฐานแล้ว เมื่อสมมติฐานทางเลือกถูกต้อง ขนาดของตัวแปร Z จะมากกว่า ในระหว่างนี้ 's' เป็นพารามิเตอร์ที่ปรับขนาดเพื่อตัดสินใจการกระจายของ T สมมติฐานในการทดสอบ t คือ ps2 ถือว่าการแจกแจงสมมติฐานที่ไม่ถูกต้อง และ c) ค่าและค่าของ Z ไม่ขึ้นต่อกัน ในรูปแบบหนึ่งของการทดสอบ t-test ปัจจัยเหล่านี้เป็นผลที่ตามมาของประชากรที่วิเคราะห์ เช่น ผลลัพธ์จะถูกวิเคราะห์
ANOVA เป็นชุดแบบจำลองทางสถิติ แม้ว่านักวิชาการและนักสถิติใช้เกณฑ์ ANOVA มานานแล้ว เซอร์โรนัลด์ ฟิชเชอร์ได้แนะนำในปี 1918 ว่าความคลาดเคลื่อนจะต้องตรวจสอบอย่างเป็นทางการในบทความ 'The Correlation between Mendelian Inheritance Supposition' ตั้งแต่นั้นมา การขยายและการประยุกต์ใช้ ANOVA ได้ขยายออกไป. ANOVA เป็นการเรียกชื่อผิดเนื่องจากไม่ได้มาจากความแตกต่างระหว่างวิธีการเก็บรวบรวมที่แตกต่างกัน แต่มาจากความแตกต่าง
ตารางเปรียบเทียบระหว่างการทดสอบ T และ ANOVA
| พารามิเตอร์ของการเปรียบเทียบ | T-test | ANOVA |
| การใช้ประโยชน์ | การทดสอบ T ใช้สำหรับการทดสอบสมมติฐาน | ค่าเบี่ยงเบนมาตรฐานสองค่าจะถูกตรวจสอบโดย ANOVA |
| สถิติการทดสอบ | x -µ)/(s/√n) | ระหว่างความแปรปรวนตัวอย่าง/ภายในความแปรปรวนตัวอย่าง |
| ความหมาย | การทดสอบ T เป็นการทดสอบสมมติฐานที่ใช้โดยประชากรสองคนเพื่อพิจารณากระบวนการ | ANOVA เป็นเทคนิคที่สังเกตได้สำหรับการวิเคราะห์วิธีการหลายประชากร |
| ลักษณะเฉพาะ | T-Test ใช้สำหรับเปรียบเทียบกลุ่มขนาดตัวอย่างสองกลุ่ม (n) ที่ต่ำกว่า 30 ต่อกลุ่ม | เพื่อให้เท่ากับสามประเภทขึ้นไป จะใช้ ANOVA |
| ข้อผิดพลาด | การทดสอบ t มีแนวโน้มที่จะทำผิดพลาดมากกว่า | ANOVA มีความผิดพลาดมากกว่านั้น |
T-test คืออะไร?
การทดสอบ t คือรูปแบบหนึ่งของสถิติอนุมานที่ใช้ในการตัดสินใจว่าขั้นตอนสำหรับการประชุมสองครั้งมีความแตกต่างกันอย่างมีนัยสำคัญหรือไม่ และสามารถอ้างอิงถึงคุณสมบัติบางอย่างได้ ส่วนใหญ่จะใช้โดยที่ชุดข้อมูลใช้การแจกแจงแบบปกติ ใกล้กับชุดข้อมูลที่บันทึกในรูปแบบของกะ 100 เท่า การทดสอบถูกใช้เป็นเครื่องมือทดสอบสำหรับสมมติฐาน และทำให้สามารถทดสอบสมมติฐานที่เกี่ยวข้องกับประชากรได้
การทดสอบ t ใช้สถิติ t การประเมิน t-distribution และโอกาสในการประเมินนัยสำคัญทางสถิติ สามารถใช้การตรวจสอบความแปรปรวนเพื่อทำการทดสอบอย่างน้อยสามวิธี โดยพื้นฐานแล้ว การทดสอบ t ช่วยให้สามารถตรวจสอบ upsides ปกติและความน่าจะเป็นที่มาจากประชากรทั่วไป
เราไม่ต้องการให้นักเรียนในแบบจำลองดังกล่าวมีค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานเหมือนกัน หากเราใช้ตัวอย่างของนักเรียนชั้นเรียน A และอีกตัวอย่างหนึ่งของนักเรียนชั้นเรียน B โดยพื้นฐานแล้ว ตัวอย่างการรักษาปลอมจะดูแลกลุ่มควบคุม และตัวอย่างที่นำมาจากชุดผลิตภัณฑ์ยาที่กำหนดอาจมีค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานที่แตกต่างกันเล็กน้อย
ในทางคณิตศาสตร์ t-test ใช้ตัวอย่างจากทั้งสองชุดเพื่อยืนยันการประกาศที่ยากโดยสนับสนุนอาร์กิวเมนต์ที่ไม่ถูกต้องของความเท่าเทียมกันระหว่างสองกระบวนการ เพื่อวัดและวิเคราะห์ค่าเหล่านั้นกับคุณภาพปกติด้วยสมการที่เหมาะสมและสมมติฐานที่ไม่ถูกต้องที่คาดการณ์ไว้จะถูกนำมาใช้หรือปฏิเสธตามความจำเป็น
ANOVA คืออะไร?
การประเมินข้อพิพาทเป็นเครื่องมือทดสอบที่ใช้ในข้อมูลเชิงลึกที่ประกอบด้วยสองส่วน องค์ประกอบโดยเจตนา และองค์ประกอบที่ไม่แน่นอน โดยมีความผันผวนโดยรวมที่โดดเด่นอยู่ภายในชุดข้อมูล ตัวแปรที่มีระเบียบวิธีมีอิทธิพลต่อดัชนีที่กำหนด ในขณะที่องค์ประกอบที่ไม่แน่นอนจะไม่มีผล
ในการทดลองซ้ำ ผู้วิจัยใช้การทดสอบ ANOVA เพื่อพิจารณาว่าตัวแปรอิสระส่งผลต่อตัวแปรตามอย่างไร จนถึงปี 1918 เมื่อโรนัลด์ ฟิชเชอร์ ตรวจสอบกระบวนการความแตกต่าง วิธีการทดสอบ t-and z ที่พัฒนาขึ้นในศตวรรษที่ 20 ถูกนำมาใช้สำหรับการวิเคราะห์การวัด
ANOVA เรียกอีกอย่างว่าการวิเคราะห์ความแปรปรวนของฟิชเชอร์เพราะจะเพิ่มการทดสอบ t และ z แนวความคิดนี้โดดเด่นในปี 1925 เมื่อ "วิธีการวัดผลสำหรับผู้ทำงานวิจัย" ปรากฏในวารสารของฟิชเชอร์ 3 มันถูกใช้ในการสำรวจวิทยาศาสตร์สมองแล้วนำไปใช้กับหัวข้อที่สับสนมากขึ้น
ความแตกต่างหลักระหว่างการทดสอบ T และ ANOVA
บทสรุป
เฉพาะในกรณีที่เรามีประชากรเพียงสองกลุ่มเพื่อดูวิธีการของพวกมันเท่านั้น เราสามารถพูดได้ว่าการทดสอบ t เป็นชนิด ANOVA พิเศษหลังจากประเมินจุดต่างๆ ที่ระบุไว้ แม้ว่าความน่าจะเป็นของข้อผิดพลาดจะเพิ่มขึ้นหากใช้การทดสอบ t เมื่อต้องใช้หลายวิธีพร้อมกันกับประชากร นี่คือเหตุผลที่ใช้ ANOVA t-test ใช้เพื่อตรวจสอบว่ามีสองศูนย์หรือเส้นทางที่แยกจากกัน ANOVA เป็นที่นิยมเมื่อคุณเห็นจุดกึ่งกลางหรือจุดกึ่งกลางอย่างน้อยสามจุด ANOVA ใช้กับอย่างน้อยสองวิธี ซึ่งหมายความว่า t-test มีแนวโน้มที่จะทำผิดพลาดมากกว่า
