นักเรียนมักจะไปที่การทดสอบสมมติฐานโดยตรงมากกว่าที่จะตรวจสอบข้อมูลด้วยสถิติสรุปและแผนภูมิก่อน แนะนำให้สรุปข้อมูลก่อน นอกจากการสรุปผลลัพธ์แล้ว แผนภูมิสามารถแสดงค่าผิดปกติและรูปแบบโดยเฉพาะได้
สำหรับข้อมูลที่กระจายตามปกติอย่างต่อเนื่อง ให้สรุปโดยใช้ค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐาน หากข้อมูลเบ้หรือมีค่าผิดปกติที่มีอิทธิพล ค่ามัธยฐาน (ค่ากลาง) และพิสัยระหว่างควอไทล์ (ควอไทล์บน – ควอไทล์ล่าง) จะเหมาะสมกว่า
T-tests มีหลายประเภท:-
- การทดสอบ T แบบคู่ - ขึ้นอยู่กับและเป็นอิสระ
- การทดสอบ T ปกติ
การทดสอบ t ที่จับคู่ใช้เพื่อกำหนดความแตกต่างที่จับคู่ ใช้ในกรณีที่กลุ่มตัวอย่างน้อยกว่า 50 และตัวอย่างที่ใช้การทดสอบแบบไพรเออรี่ยังคงเหมือนเดิม
การทดสอบหนึ่งตัวอย่างใช้เพื่อเปรียบเทียบค่าเฉลี่ยตัวอย่างกับค่าเฉพาะ
t = (ค่าเฉลี่ย – ค่าเปรียบเทียบ)/ ข้อผิดพลาดมาตรฐาน
“การทดสอบ F” ใช้การแจกแจงแบบ F ใช้สถิติ F เพื่อเปรียบเทียบสองความแปรปรวน
เช่น s1 และ s2โดยแบ่งพวกเขา ผลลัพธ์จะเป็นตัวเลขที่มากกว่าศูนย์เสมอ (เนื่องจากความแปรปรวนเป็นบวกเสมอ) สมการเปรียบเทียบสองความแปรปรวนกับ f-test คือ:
F = ส21 / s22
สิ่งสำคัญคือต้องเข้าใจความแตกต่างระหว่าง t-test และ f-test เนื่องจากหลายคนใช้แทนกันได้
T-test กับ F-test
ความแตกต่างระหว่าง t-test และ f-test คือ t-test ใช้ในการทดสอบสมมติฐานว่าค่าเฉลี่ยที่กำหนดนั้นแตกต่างจากค่าเฉลี่ยตัวอย่างอย่างมีนัยสำคัญหรือไม่ ในทางกลับกัน การทดสอบ F ใช้เพื่อเปรียบเทียบค่าเบี่ยงเบนมาตรฐานสองค่าของตัวอย่างสองตัวอย่าง และตรวจสอบความแปรปรวน
ตารางเปรียบเทียบระหว่างการทดสอบ T และการทดสอบ F (ในรูปแบบตาราง)
พารามิเตอร์ของการเปรียบเทียบ | T-test | F-test |
---|---|---|
ความหมาย | การทดสอบ T ใช้เพื่อทดสอบสมมติฐานว่าค่าเฉลี่ยที่กำหนดแตกต่างจากค่าเฉลี่ยตัวอย่างหรือไม่ | การทดสอบ F ใช้เพื่อเปรียบเทียบค่าเบี่ยงเบนมาตรฐานสองค่าของตัวอย่างสองตัวอย่าง และตรวจสอบความแปรปรวน การทดสอบ F คืออัตราส่วนของ Chi-Square สองตัว |
ประเภท | การทดสอบ T มีหลายประเภท:-1 การทดสอบ T แบบคู่ – ขึ้นอยู่กับและอิสระ2. การทดสอบ T ปกติ | มีประเภทหนึ่งถ้า F-test ซึ่งใช้เพื่อเปรียบเทียบค่าเบี่ยงเบนมาตรฐานของข้อมูลสองตัวอย่าง |
สมมติฐานว่าง | H0: ค่าเฉลี่ยตัวอย่างเท่ากับ 0 | H0: ตัวอย่างทั้งสองมีความแปรปรวนเท่ากัน |
สถิติการทดสอบ | T = (ค่าเฉลี่ย – ค่าเปรียบเทียบ)/ ข้อผิดพลาดมาตรฐาน ~t(n-1) | F = s21 / s22 ~ F(n1-1, n2-1) |
ระดับความเป็นอิสระ | ระดับความเป็นอิสระคือ)n-1) โดยที่ n คือจำนวนค่าตัวอย่าง | ระดับความเป็นอิสระคือ (n1-1, n2-1) โดยที่ n1 และ n2 คือจำนวนการสังเกตในตัวอย่างที่ 1 และ 2 |
T-test คืออะไร?
ตู่ การแจกแจงหรือการทดสอบ t ใช้เมื่อขนาดตัวอย่าง n น้อยกว่า 30 และไม่ทราบค่าเบี่ยงเบนมาตรฐาน ซิกมา
การกระจายของข้อมูลอย่างต่อเนื่องมักจะถูกประมาณอย่างใกล้ชิดโดยการแจกแจงแบบปกติ
โดยทั่วไปการแจกแจงแบบ T จะใช้ในการคำนวณข้อมูลตัวเลข ซึ่งได้มาจากการแจกแจงแบบปกติและยังเป็นเพียงแค่การแจกแจงแบบปกติประเภทหนึ่ง
หนึ่งตัวอย่าง t-test
การทดสอบ t ตัวอย่างหนึ่งตัวอย่างเกี่ยวข้องกับการอนุมานเกี่ยวกับค่าเฉลี่ยประชากร
หนึ่งตัวอย่าง t-test จะใช้เมื่อเราได้รับตัวอย่างเพียงตัวอย่างเดียว และเราจำเป็นต้องเรียกใช้สมมติฐานกับตัวอย่างนั้นด้วยตัวมันเอง
สองตัวอย่าง t-test
นี่เป็นเรื่องปกติในสถานการณ์มากกว่าการทดสอบตัวอย่างเดียว โดยปกติเราต้องการเปรียบเทียบค่าเฉลี่ยของ 2 กลุ่ม
การทดสอบ t ตัวอย่างสองตัวอย่างยังใช้เมื่อเราได้รับตัวอย่างเพียงตัวอย่างเดียว และเราจำเป็นต้องเรียกใช้สมมติฐานกับตัวอย่างนั้นด้วยตัวมันเอง
เราสามารถเรียกใช้การทดสอบได้สองประเภทภายใต้หมวดหมู่นี้
- การทดสอบแบบคู่:- ในกลุ่มตัวอย่างเดียวกันนี้ใช้สำหรับการทดสอบการรักษาที่แตกต่างกันสองแบบ เปรียบเทียบวิธีการของสองเงื่อนไขที่ผู้เข้าร่วมคนเดียวกัน (หรือใกล้เคียงกัน) เข้าร่วม
- ตัวอย่างที่ไม่เกี่ยวข้อง:- ในเรื่องนี้ เราเปรียบเทียบวิธีการของผู้เข้าร่วมสองกลุ่ม
การทดสอบสมมติฐานด้วย t
สมมติฐาน
การทดสอบ t ตัวอย่างหนึ่งต้องใช้สมมติฐานทางสถิติดังต่อไปนี้:
[หมายเหตุ: โดยทั่วไปแล้วการทดสอบ t ตัวอย่างเดียวถือว่ามีประสิทธิภาพต่อการละเมิดสมมติฐานนี้เมื่อ N > 30]
F-test คืออะไร?
“การทดสอบ F” ใช้การแจกแจงแบบ F ใช้สถิติ F เพื่อเปรียบเทียบสองความแปรปรวน
F-test สำหรับตรวจจับเอกลักษณ์ของความแปรปรวนของสองตัวแปรสุ่มแบบกระจายตามปกติ:-
สมมติฐานของเราสำหรับเอกลักษณ์ของความแปรปรวนของตัวแปรสุ่มอิสระสองตัวของการแจกแจงแบบปกติโดยไม่ทราบความคาดหวังและความแปรปรวนจะถูกตรวจสอบโดยการทดสอบ F ที่เรียกว่า
H0: σ12 = σ22
H1: σ12 > σ22
การทดสอบจะดำเนินการเป็นการทดสอบด้านเดียวเสมอ
สถิติการทดสอบ: Fsz = ส12/s22 ที่ไหน12 > ส22
หาก H0 เป็นไปตามนั้น Fsz จะมีการแจกแจงแบบ F โดยมีองศาอิสระ n1-1, n2-1
หลักการตัดสินใจ: สำหรับสมมติฐาน Fsz ≤ Fα 0 เป็นที่ยอมรับ มิฉะนั้น ไม่
ความแตกต่างหลักระหว่าง T-test และ F-test
- ดิ ความแตกต่างที่สำคัญระหว่างการอ้างอิงและคำแนะนำ คือ การทดสอบ t นั้นใช้เพื่อทดสอบสมมติฐานว่าค่าเฉลี่ยที่กำหนดแตกต่างจากค่าเฉลี่ยตัวอย่างหรือไม่ ในทางกลับกัน การทดสอบ F ใช้เพื่อเปรียบเทียบค่าเบี่ยงเบนมาตรฐานสองค่าของตัวอย่างสองตัวอย่าง และตรวจสอบความแปรปรวน
- การทดสอบ T สามารถดำเนินการทดสอบสองด้านหรือการทดสอบด้านเดียว แต่การทดสอบ F เป็นการทดสอบด้านเดียวเท่านั้น เนื่องจากความแปรปรวนไม่สามารถเป็นค่าลบได้
- การทดสอบ T มีหลายประเภท:- การทดสอบ T แบบคู่ - การทดสอบ T ปกติและขึ้นกับอิสระ ในขณะที่ f-test มีเพียงประเภทเดียวเท่านั้น
- การทดสอบ T จะใช้เมื่อประชากรกลุ่มตัวอย่างน้อยกว่า 30 และไม่ทราบค่าเบี่ยงเบนมาตรฐาน ในขณะที่การทดสอบ f สามารถใช้กับประชากรกลุ่มตัวอย่างจำนวนมากได้
- การทดสอบ T ใช้เพื่อตรวจสอบสมมติฐานสำหรับค่าเฉลี่ยตัวอย่าง ในขณะที่การทดสอบ f ใช้เพื่อเรียกใช้สมมติฐานเกี่ยวกับความแปรปรวนของกลุ่มตัวอย่าง
บทสรุป
ในโลกของสถิติ การทดสอบบางอย่างจะนำไปใช้กับข้อมูลตัวอย่างเพื่อตรวจสอบสมมติฐานที่ต้องการ การทดสอบสองแบบคือ t-test และ f-test การทดสอบ T ใช้เพื่อทดสอบสมมติฐานว่าค่าเฉลี่ยที่กำหนดแตกต่างจากค่าเฉลี่ยตัวอย่างหรือไม่
ในทางกลับกัน การทดสอบ F ใช้เพื่อเปรียบเทียบค่าเบี่ยงเบนมาตรฐานสองค่าของตัวอย่างสองตัวอย่าง และตรวจสอบความแปรปรวน
- https://asa.scitation.org/doi/abs/10.1121/1.417933
- https://projecteuclid.org/euclid.aoms/1177728261
- https://www.mitpressjournals.org/doi/abs/10.1162/089976699300016007