Содержание
Овладение статистическими методами может помочь нам лучше понять окружающий нас мир, а обучение правильному обращению с данными может оказаться полезным для самых разных профессий. T-тесты могут помочь определить, является ли разница между ожидаемым набором значений и заданным набором значений существенной. Хотя эта процедура на первый взгляд может показаться сложной, ее можно использовать с небольшой практикой. Этот процесс жизненно важен для интерпретации статистики и данных, поскольку он говорит нам, полезны ли данные.
Процедура
Сформулируйте гипотезу. Определите, требуют ли данные односторонний или двусторонний тест. Для односторонних тестов нулевая гипотеза будет иметь вид μ> x, если вы хотите проверить выборочное среднее значение, которое слишком мало, или μ <x, если вы хотите проверить выборочное среднее значение, которое слишком велико. Альтернативная гипотеза имеет вид μ = x. Для двусторонних тестов альтернативная гипотеза все еще равна μ = x, но нулевая гипотеза меняется на μ ≠ x.
Определите уровень значимости, подходящий для вашего исследования. Это будет значение, с которым вы сравниваете свой конечный результат. Как правило, значения значимости имеют значение α = 0,05 или α = 0,01, в зависимости от ваших предпочтений и степени точности результатов.
Рассчитать пример данных. Используйте формулу (x - μ) / SE, где стандартная ошибка (SE) - это стандартное отклонение квадратного корня населения (SE = s / √n). После определения t-статистики рассчитайте степени свободы по формуле n-1. Введите t-статистику, степени свободы и уровень значимости в функцию t-test графического калькулятора, чтобы определить P-значение. Если вы работаете с двусторонним T-тестом, удвойте P-значение.
Интерпретировать результаты. Сравните значение P с уровнем значимости α, указанным ранее. Если оно меньше α, отвергнуть нулевую гипотезу. Если результат больше, чем α, не удастся отклонить нулевую гипотезу. Если вы отвергаете нулевую гипотезу, это означает, что ваша альтернативная гипотеза верна и что данные значимы. Если вам не удастся отклонить нулевую гипотезу, это означает, что нет существенной разницы между данными выборки и данными.