Статистиката е един от многото клонове на математиката, който е отговорен за събирането, организирането, проектирането, анализа, тълкуването и представянето данни, следващи законите на вероятността, това ни позволява да прогнозираме определени видове поведения, прилагайки ги към научните, индустриалните или Социални.
В рамките на статистиката можем да използваме няколко теста за хипотези, един от най-пълните е тестът Студентски t, е разработен от английския математик и химик Уилям Сили Госет, по-известен с псевдонима си "Студент".
Реклами
Този статистически тест се състои от разпределението на вероятностите, поради необходимостта да се оцени каква е средната стойност на популация с малка, нормално разпределена извадка. Тоест по-малко от 30, поради което този тест се използва широко в областта на медицината.
За да извършите този тест, имате нужда от нормално разпределение на данните, тъй като този статистически тест е параметричен тест и се използва, когато стандартното отклонение на популацията е неизвестно поради че ако тези статистически данни са известни, вместо да се използва този тест, нормалното разпределение ще се използва за тестове на хипотези.
Реклами
В тази статия ще намерите:
Основни понятия на Student's T
За да приложите правилно теста на Студентски t трябва да вземем предвид няколко основни концепции на теорията на теорията на решенията за големи извадки.
Реклами
Персентилът
Това е резултат от разделянето на набор от данни на сто равни части, всяка от тези части представлява 1% в представянето на графиката на гаусовата камбана се прави от лявата част към частта нали.
Камбаната на Гаус
Това е графика, която представя нормалното разпределение на набор от статистически данни. Нормалното разпределение се използва за големи извадки, това означава статистически данни, по-големи от 30, докато t на Student е използвано за малки проби, по-малко от 30.
Реклами
Характеристики на Т на студента
- Принадлежи към семейство раздаване на камбани.
- Той е симетричен около средна стойност нула.
- Той е по-сплескан от стандартното нормално разпределение.
- Той има повече площ в краищата и по-малка площ в центъра.
- С увеличаването на размера на извадката той се доближава до стандартно нормално разпределение.
Сценарии къде да приложите t
Има няколко сценария, в които можем да приложим този статистически тест и той винаги ще зависи от вида на пробата, която е събрана.
Свързана извадка
Това означава, че има две измервания, които са получени в две различни времена и които също са свързани, пример за това е, когато се извършва интервенция, В този контекст можем да имаме данни и информация преди интервенцията и след интервенцията, след което можем да наблюдаваме дали резултатът преди и след по късно.
Реклами
Две проби с хомогенни дисперсии
Той се отнася до факта, че взетите проби за нашия статистически тест са сходни в двете проби.
Две проби с разнородни дисперсии
Това означава, че нашият статистически тест има напълно различни проби, данни и информация.
Как да определите етапа, който да знаете?
За да се определи кой от сценариите с две проби се използва, е необходимо да се знае хомосцедастичността, ако данните от двете проби имат тази характеристика, тогава е необходимо да се използвайте сценария на две проби с хомогенни дисперсии, в случай че пробите нямат хомосцедастичност, трябва да се използва сценарият на две проби с дисперсии разнородни.
Статистическият тест Студентски tима няколко предположения, в този случай за сценариите, които имат две извадки, се приема, че данните имат нормално разпределение и трябва да бъдат представени във всяка една от двете проби, а също така тези проби са напълно независими, стойностите, които имаме в едната проба, изобщо не зависят от другата шоу.
Когато използваме сценария на свързана извадка, имаме само едно предположение и предположението е, че разликата между двете променливи related има нормално разпределение и перфектният пример е, когато се извършва интервенция, тъй като имаме данни от преди и след нея, От това можем да намерим разликата между всеки предмет, тъй като стойностите от преди и след се изваждат, като по този начин се намират стойностите на разлика.
Тази разлика трябва да има нормално разпределение, в този сценарий това не означава, че данните във всяка от пробите или групите имат нормално разпределение, показва, че разликата е тази, която има нормално разпределение, а не данните за всяка от групите, което е предположението с две или две променливи. проби.
Степени на свобода
Статистическият тест Студентски t зависи от степени на свобода. Това е определеното число, което ни позволява да знаем променливостта на събитията в извадка, с повече думи прости, можем да кажем, че те са броят на стойностите, които можем да изберем свободно, като съществуват общо постоянен.
Две съществуват формули за степени на свобода, едната формула, когато имаме извадка, която е свързана, а другата формула, когато работим по който и от двата сценария с две проби.
За да визуализираме това по по-удобен начин, можем да си представим семейство, в което има майка и 4 деца, майката приготвя 10 питки с шунка, фиксираната сума е 10-те хляба с шунка, първият син казва на майка си, че иска да изяде 3 хляба, вторият син иска 2 хляба, третият син иска 3 хляба и четвъртият син Пристигайки късно, той няма да може да избере колко хляба шунка иска, защото е бил обусловен от това, което са поискали другите му 3 братя и сестри, така че на четвъртото дете са му останали само 2 хлябове.
Важното е, че от 4-те братя само 3 можеха да изберат колко хляба искат, в случая степента свободата е 3, които са тези, които могат да избират и последно е обусловено да завърши 10-те хлябове.
Надяваме се да ви е харесало да четете. Ако имате някакви въпроси, оставете ни вашия коментар!
