Beregning af T-Test-statistikker:En trin-for-trin-vejledning

Af Matthew Schieltz – Opdateret 30. august 2022

Når du indsamler data eller kører et eksperiment, skal du ofte afgøre, om en ændring i en variabel er knyttet til en ændring i en anden. T-tests er de statistiske standardværktøjer til at teste, om forskellen mellem to grupper er signifikant, ud over hvad der kan forventes ved et tilfældigt tilfælde.

Uafhængige prøver

Trin 1

Opret en oversigtsstatistiktabel for hver gruppe. Beregn og noter summen, prøvestørrelsen (n) og middelværdien. Mærk hver række som sum , n , og middel .

Trin 2

Beregn frihedsgrader for hver gruppe:df = n – 1 . Skriv denne værdi ved siden af den tilsvarende opsummerende statistik.

Trin 3

Bestem variansen og standardafvigelsen for hver gruppe og tilføj disse til tabellen.

Trin 4

Sum frihedsgrader fra begge grupper, og optag dette som df-total .

Trin 5

Beregn den samlede varians:

1. Multipér hver gruppes df med dens varians.
2. Tilføj de to produkter.
3. Divider summen med df‑total.

Skriv resultatet som poolet varians .

Trin 6

Beregn standardfejlen for forskellen:

1. Del den samlede varians med hver gruppes n.
2. Tilføj de to kvotienter.
3. Tag kvadratroden af summen.

Mærk denne værdi som standardfejl for forskellen .

Trin 7

Find t-værdien:

1. Stræk den mindre middelværdi fra den større middelværdi.
2. Del denne forskel med standardfejlen for forskellen.

Registrer resultatet som opnået eller t-værdi .

Afhængige prøver

Trin 1

For hver parrede observation skal du trække den anden score fra den første og placere resultatet i en kolonne med titlen Forskel . Sum alle forskelle for at opnå D .

Trin 2

Kvadret hver forskel, gem i en kolonne D-kvadrat , og summer disse for at få ΣD² .

Trin 3

Beregn divisoren:

1. Multipér antallet af par (n) med ΣD².
2. Træk D² fra dette produkt.
3. Divider resultatet med (n – 1).
4. Tag kvadratroden af kvotienten.

Mærk den endelige værdi divisor .

Trin 4

Divider D med divisoren for at få t-værdien for t-testen med parvise prøver.

TL;DR

Sammenlign den beregnede t-værdi med den kritiske t-værdi fra en t-fordelingstabel. Hvis den absolutte t-værdi overstiger den kritiske værdi, forkastes nulhypotesen; ellers skal du ikke afvise det.

For yderligere læsning, se Wikipedia – T-test .