Sådan bestemmes det, om du vil bruge en enkeltprøve, parret eller uparret T-test

Så du tager statistik, og du ved, du skal bruge en t-test, men er stubbet på, hvilken type t-test du skal bruge? Denne enkle artikel viser dig, hvordan du bestemmer, om en parret, uparret eller en prøve t-test er passende i din særlige situation.

Spørg dig selv: Vil jeg sammenligne midlerne til to grupper eller gøre det Jeg bryder mig kun om, hvordan gennemsnittet af en enkelt gruppe sammenligner med et nummer? Hvis du vil sammenligne midlerne til to grupper, skal du fortsætte til trin 2.

Men hvis du kun bekymrer dig om, hvordan gennemsnittet af en enkelt gruppe sammenligner med et enkelt tal, skal du bruge en enkeltprøve t-test. Et eksempel på et tilfælde, hvor en enkeltprøve t-test er hensigtsmæssig, ville være, hvis man testede om den gennemsnitlige studerende bruger betydeligt mere end 2000 kalorier om dagen (for eksempel sammenligner man det gennemsnitlige antal kalorier, der forbruges for at se om det er betydeligt større end antallet 2000).

Hvis du sammenligner midlerne til to grupper, spørg dig selv: Har de to grupper af tal, vi sammenligner, kommer fra de samme mennesker? Hvis det er tilfældet, skal vi bruge en t-test med to eksemplarer (også kendt som en gentagelsestest-t-test).

Lad os sige, at vi sammenligner vægten af ​​hver person i en gruppe af folk før de gik på en kost med deres vægt, efter at de havde gennemført kostprogrammet. Vi ønsker at vide, om hver persons vægt efter programmet er betydeligt større end deres vægt på forhånd. De to sæt tal vi sammenligner kommer fra det samme sæt mennesker: Et sæt repræsenterer deres vægte før behandling, og det andet sæt repræsenterer deres vægte efter behandling. Dette kaldes en variabel indenfor emner. I et tilfælde som dette skal du bruge en t-test i to eksemplarer (også kendt som en gentagende prøve t-test).

Der er endnu et tilfælde, hvor en t-test med to eksemplarer er passende: hvis forskeren laver et "matchet" design, hvor de målrettet valgte par af emner, der ligner hinanden i forskellige karakteristika (fx alder, køn, medicinhistorie osv.) Hver gang tallene i første og anden gruppe er parret, er der er et meningsfuldt forhold mellem en værdi i den første gruppe af scoringer og den tilsvarende værdi i den anden gruppe af scoringer, er en paired-samples t-test passende.

I et andet tilfælde hvor en t-test er passende, det er bedst at bruge en uafhængig prøve t-test. Dette er hensigtsmæssigt for "mellem-fag" design, hvor to grupper af fag er beregnet til at adskille sig fra en kritisk manipulation. For eksempel, hvis du tester effekten af ​​koffein på vækst af planter, kan du have to grupper: en kontrolgruppe, der blev givet vand, og en eksperimentel gruppe planter, der fik en koffeinopløsning. Da du bruger helt forskellige planter i hver gruppe, er der ingen meningsfuld sammenkobling mellem scorerne i de to grupper, og du skal bruge en uafhængig prøve t-test.