成对vs未配对t检验:差异,假设和假设
两个示例t统计测试用于比较两个种群的手段。也被称为学生的t,他们的结果是用来确定是否有显著差异的两个样本的均值之间不太可能是由于抽样误差或随机的机会。
学生的t进一步分为两类:配对t和未配对t。这些统计测试常用的生物学的研究领域,商业,和心理学。
这篇文章将解释时适当使用配对t检验和一个未配对t检验,以及各自的假设和假设。
什么是配对t检验?
配对t检验(也称为依赖或相关t检验)是一个统计测试,比较了平均/均值和标准差的两个相关组织来确定两组之间有显著差异。
●一个显著差异发生在群体之间的差异不太可能由于抽样误差或机会。
●相关的组可以被同一群人,相同的项目,或者是受到相同的条件。
配对t比未配对t被认为是更强大的,因为使用相同的参与者或物品消除样本之间的差异可能导致的任何被测试。
配对t检验的假设是什么?
有两种可能的假设配对t检验。
●的零假设(H0)指出,之间没有显著差异的两组。
●的备择假设(H1)州两总体均值之间存在显著差异,这种差异是不可能是由于抽样误差或机会。
配对t检验的假设是什么?
●因变量是正态分布
●独立观测的采样
●因变量的增量水平测量,如比率或间隔。
●独立变量必须包含两个相关团体或配对。
什么时候用配对t检验吗?
配对t时使用同一项或一组测试两次,这被称为重复措施研究。一些例子的配对t检验是合适的实例包括:
●之前和之后的效果,药物治疗在同一群人。
●体温使用两种不同的温度计在同一组的参与者。
●标准化测试结果之前和之后的一群学生学习预科课程。
什么是未配对t检验?
一个未配对t检验(也称为一个独立的t检验)是一个统计程序,比较两个独立的或不相关的组的平均/手段来确定两者之间有显著差异。
一个未配对t检验的假设是什么?
一个未配对t检验的假设是相同的配对t检验。这两个假设是:
●零假设(H0)指出,之间没有显著差异的两组。
●备择假设(H1)州两总体均值之间存在显著差异,这种差异是不可能是由于抽样误差或机会。
一个未配对t检验的假设是什么?
●因变量是正态分布
●独立观测的采样
●因变量的增量水平测量,如比率或间隔。
●组间方差的数据是相同的,这意味着它们有相同的标准偏差
●独立变量必须包含两个独立的团体。
当使用一个未配对t检验吗?
使用一个未配对t检验比较之间的意思是两个独立的团体。您使用一个未配对t检验,当你比较两个不同的团体和方差相等。
适当的实例的例子中使用一个未配对t检验:
●研究,如制药研究或其他治疗方案,其中½受试者被分配到治疗组和½受试者被随机分配到对照组。
●研究期间,有两个独立的团体,如男人和女人,检查是否平均骨密度明显不同的两组之间。
●比较平均通勤距离纽约和旧金山从每个城市居民使用随机选取的1000名参与者。
在不平等的方差的情况下,应该使用韦尔奇的测试。
配对和未配对t检验
之间的关键差异配对和未配对t检验总结如下。
- 设计配对t检验比较同一组或物品的方式在两个不同的场景。一个未配对t检验比较两个独立的或不相关的组。
- 在一个未配对t检验,组间方差被认为是相等的。在配对t检验,方差并不认为是相等的。
配对和未配对t检验表
