t test 예제

다음 순서도를 사용하여 샘플 집합의 특성에 따라 사용해야 하는 t 검정을 결정할 수 있습니다. 고려해야 할 주요 항목에는 샘플 레코드가 유사한지 여부, 각 샘플 집합의 데이터 레코드 수 및 각 샘플 집합의 분산이 포함됩니다. 많은 사람들이 쌍으로 된 t-test를 언제 사용 하 고 어떻게 작동 하는 방법에 대 한 혼란. 나는 약간의 비밀에 당신을 보자. 페어링된 t-검정과 1-샘플 t-테스트는 실제로 변장한 것과 동일한 테스트입니다! 위에서 보았듯이 1-샘플 t-검정은 하나의 표본 평균을 null 가설 값과 비교합니다. 쌍을 이루는 t-test는 단순히 페어링된 관측값(예: 전후)의 차이를 계산한 다음 차이에 대한 1-샘플 t 검정을 수행합니다. 기술적으로, 그것은 다음과 같은 질문 : 실제로 캔자스와 뉴요커 사이에 차이가 없는 경우, 그 인구에서 무작위로 선택 된 그룹이 무작위로 선택 된 그룹만큼 다를 수있는 기회는 무엇입니까? 예를 들어, 캔자스와 뉴요커전체가 평균적으로 동일한 금액을 지출했다면, 300개의 무작위로 선택된 캔자스가 각각 정확히 $14와 300명의 무작위로 선택된 뉴요커들이 정확히 $18를 지출할 가능성은 거의 없습니다. 따라서 샘플링을 통해 이러한 결과를 산출한 경우 표본 그룹의 차이가 전체 모집단 간의 의미 있는 차이를 대표할 가능성이 높다고 결론을 내릴 수 있습니다. t-검정에는 세 가지 유형이 있으며 종속적이고 독립적인 t 검정으로 분류됩니다. 약물 시험 후, 위약 먹이 대조군의 구성원은 3 년의 평균 수명 증가를보고, 새로운 약물을 처방 그룹의 구성원은 4 년의 평균 수명 증가를보고하는 동안. 즉각적인 관찰은 약물이 실제로 효과가 있다는 것을 나타낼 수 있습니다. 그러나, 관찰은 기회 발생, 특히 행운의 놀라운 조각에 기인 할 수있다. t-test는 결과가 실제로 정확하고 전체 인구에 적용되는지 결론짓는 데 유용합니다.