Sådan beregnes en T-score

En T-score er en form for en standardiseret teststatistik, som giver dig mulighed for at tage en individuel score og omdanne den til en standardiseret form for at gøre sammenligningen lettere. T-testen ligner Z-testen, men generelt er T-tests mest nyttige med en mindre prøvestørrelse (typisk under 30), og når standardafvigelsen er ukendt, hvorimod Z-tests fungerer med en stor prøvestørrelse, når varianter er kendt.

1. Notér værdierne
   
   

   Skriv værdierne ned for en T-score beregning. Sig f.eks. At du tror, at dine klassekammerater bruger mere tid på sociale medier, end resten af skolen gør. Du skal statistisk vise, at dine klassekammerater bruger en masse tid på sociale medier. Skriv prøven gennemsnit, populationens gennemsnit, prøvestandardafvigelsen og prøvestørrelsen.
   

2. Anvend værdierne
   
   

   Anvend værdier til T-score-formlen, som er:
   

   t \u003d (gennemsnit for gennemsnit - befolkningsmiddel) ÷ (prøvestandardafvigelse ÷ √prøvestørrelse).
   

   For eksempel, siger du, at dine klassekammerater bruger et gennemsnit på tre timer om dagen på sociale medier . Du vælger en prøve på 10 klassekammerater, og gennemsnitstiden på sociale medier er fire timer om dagen med en prøvestandardafvigelse på 30 minutter (0,5 timer).
   

   (Hvis du antager, at din tro er sand, kan du træne sandsynligheden for, at den gennemsnitlige brugte tid på sociale medier ikke vil være mere end fire timer om dagen.) I dette tilfælde:
   

   t \u003d (4 - 3) ÷ (0,5 ÷ √10), hvilket er -1 ÷ 0.158114, hvilket er -6.325.
   

3. Træne frihedsgrader
   
   

   Trækk 1 fra din prøvestørrelse for at få frihedsgrader (df), som er 9.
   

4. Beregn sandsynligheden
   
   

   Brug en videnskabelig lommeregner eller en online regnemaskine til at finde sandsynligheden ved at indtaste df- og t-værdierne. I dette tilfælde er sandsynligheden 0,99 eller 9,9 procent.
   
   
   

   Tips
   

5. Brug T-score-formlen til at løse sandsynlighedsspørgsmål. Normalt skal du kun bruge T-testen, hvis din distribution er normal; Med andre ord, at en graf over dine data ville gøre en klokkeformet kurve. Generelt, jo større T-score, desto større er forskellen mellem de testede grupper. Dette påvirkes af mange faktorer, herunder antallet af poster i din prøve, middelet til din prøve, middelværdien af den befolkning, hvorfra du trækker din prøve, og standardafvigelsen for din prøve.