使用t检验和重复测量检验之间有区别吗?


回答 1:

您使用t检验来确定数据不正常,或者您使用的样本没有对其分布进行重复测试。 t分布更多是基于正态分布的受控采样的基于采样的版本,并且随着您获得的更多观察值,将接近正态分布。 它在尾巴中具有更大的概率质量,因此在此处观察的频率比正常情况高。 相反,当您接近分布中心时,法线将以较高的频率进行观测。


回答 2:

每当我们有兴趣评估两个独立样本的均值之间的差异时,我们都会进行t检验。 考虑一个将应用独立t检验(通常称为t检验)的示例。

从一个城市的两个组织(A和B)中抽取了两个大小分别为12和15的日薪工人。 据报告,具有标准差(SD)的平均每周工资如下:

样本1:Mean1 = 75 $; SD1 = 8; n = 12

样本2:Mean2 = 65 $; SD2 = 10; n = 15

H0:总体均值可比或均值1 =均值2

t检验(独立):t = 2.814; 自由度(df)= 15 + 12–2 = 25;

t-列表= 2.060。 由于计算出的t值大于t制成表的值,因此我们拒绝HO,并得出两个组织的工资差异显着的结论。

让我们考虑一个可以使用配对t检验(重复测量)的数据示例:

对11名男生进行了统计学测试。 他们获得了一个月的学费,并在学期末进行了第二次测试。 这些标记是否表明学生已从额外的指导中获得好处?

我测试中的分数:23 20 19 19 19 20 18 18 20 16

II级考试成绩:24 19 22 18 20 22 20 20 23 20

H0:由于教练,分数没有改善。

为了测试学生是否从额外的教练中受益,我们测试了分数与以前相比的提高,因此请使用配对t检验。

差异平均值(d)= 1.6; SD = 1.645; SE = 0.549; df = 10 -1 = 9

t-计算得出的= 2.915; t-制表:2.262; n-表。 因此,H0被拒绝,并得出结论认为教练已导致分数提高。

现在,在上面的示例中,如果我们假设标记是独立的,然后应用t-test(t-independent),则有意义的结果将是:

样本1:Mean1 = 19.2; SD = 1,813

样本2:Mean2 = 20.8; SD = 1.873

t检验(独立)= 1.941; t列表:2.10; df = 10 + 10–2 = 18

由于计算的t小于t表,因此我们接受H0并得出结论,由于教练的原因,分数没有改善。

因此,您可以在上面的示例中看到,当我们错误地应用独立的t检验时,我们得出的结论是标记没有改善,而当正确使用配对的t检验时,我们得出的结论是标记得到了改善。由于教练。

我希望以上示例可以很好地说明何时应用t检验和何时应用配对t检验。


回答 3:

每当我们有兴趣评估两个独立样本的均值之间的差异时,我们都会进行t检验。 考虑一个将应用独立t检验(通常称为t检验)的示例。

从一个城市的两个组织(A和B)中抽取了两个大小分别为12和15的日薪工人。 据报告,具有标准差(SD)的平均每周工资如下:

样本1:Mean1 = 75 $; SD1 = 8; n = 12

样本2:Mean2 = 65 $; SD2 = 10; n = 15

H0:总体均值可比或均值1 =均值2

t检验(独立):t = 2.814; 自由度(df)= 15 + 12–2 = 25;

t-列表= 2.060。 由于计算出的t值大于t制成表的值,因此我们拒绝HO,并得出两个组织的工资差异显着的结论。

让我们考虑一个可以使用配对t检验(重复测量)的数据示例:

对11名男生进行了统计学测试。 他们获得了一个月的学费,并在学期末进行了第二次测试。 这些标记是否表明学生已从额外的指导中获得好处?

我测试中的分数:23 20 19 19 19 20 18 18 20 16

II级考试成绩:24 19 22 18 20 22 20 20 23 20

H0:由于教练,分数没有改善。

为了测试学生是否从额外的教练中受益,我们测试了分数与以前相比的提高,因此请使用配对t检验。

差异平均值(d)= 1.6; SD = 1.645; SE = 0.549; df = 10 -1 = 9

t-计算得出的= 2.915; t-制表:2.262; n-表。 因此,H0被拒绝,并得出结论认为教练已导致分数提高。

现在,在上面的示例中,如果我们假设标记是独立的,然后应用t-test(t-independent),则有意义的结果将是:

样本1:Mean1 = 19.2; SD = 1,813

样本2:Mean2 = 20.8; SD = 1.873

t检验(独立)= 1.941; t列表:2.10; df = 10 + 10–2 = 18

由于计算的t小于t表,因此我们接受H0并得出结论,由于教练的原因,分数没有改善。

因此,您可以在上面的示例中看到,当我们错误地应用独立的t检验时,我们得出的结论是标记没有改善,而当正确使用配对的t检验时,我们得出的结论是标记得到了改善。由于教练。

我希望以上示例可以很好地说明何时应用t检验和何时应用配对t检验。