Statistika je jedním z mnoha oborů matematiky, která je zodpovědná za sběr, organizaci, projektování, analýzu, interpretaci a prezentaci data podle zákonů pravděpodobnosti, to nám umožňuje předvídat určité typy chování, které je aplikují na vědecké, průmyslové nebo Sociální.
Ve statistikách můžeme použít několik testů hypotéz, jedním z nejúplnějších je test Studentská t, vyvinul anglický matematik a chemik William Sealy Goset, známější pod svým pseudonymem "Student".
Reklamy
Tento statistický test se skládá z rozdělení pravděpodobnosti kvůli potřebě odhadnout, jaký je průměr populace s malým, normálně distribuovaným vzorkem. To je méně než 30, což je důvod, proč je tento test široce používán v oblasti medicíny.
K provedení tohoto testu potřebujete a normální distribuce dat, protože tento statistický test je parametrickým testem a používá se, když je směrodatná odchylka populace neznámá kvůli že kdyby byla známa tato statistická data, místo použití tohoto testu by se pro testy hypotéz použilo normální rozdělení.
Reklamy
V tomto článku najdete:
Základní pojmy Studentova T
Chcete-li správně použít test Studentská t musíme vzít v úvahu několik základních konceptů teorie teorie rozhodování pro velké vzorky.
Reklamy
Percentil
Je výsledkem rozdělení sady dat na sto stejných částí, přičemž každá z těchto částí představuje 1% znázornění grafu Gaussova zvonu se provádí od levé části k části že jo.
Gaussův zvon
Jedná se o graf, který představuje normální rozdělení souboru statistických údajů. Normální rozdělení se používá pro velké vzorky, to znamená, že statistické údaje jsou větší než 30, zatímco Studentovo t se používá pro malé vzorky, méně než 30.
Reklamy
Charakteristika studentova T
- Patří do rodiny distribucí zvonů.
- Je symetrický kolem střední hodnoty nula.
- Je více zploštělý než standardní normální rozdělení.
- Má větší plochu na koncích a menší plochu ve středu.
- Jak se velikost vzorku zvětšuje, přibližuje se k normálnímu normálnímu rozdělení.
Scénáře, kde použít Studentův t
Existuje několik scénářů, ve kterých můžeme použít tento statistický test, a vždy bude záviset na typu vzorku, který byl shromážděn.
Související vzorek
To znamená, že existují dvě měření, která byla získána ve dvou různých časech a která také souvisejí, příkladem toho je provedení zásahu, V této souvislosti můžeme mít data a informace před intervencí a po intervenci, pak můžeme sledovat, zda je výsledek před a po později.
Reklamy
Dva vzorky s homogenními odchylkami
Odkazuje na skutečnost, že vzorky odebrané pro náš statistický test jsou u obou vzorků podobné.
Dva vzorky s heterogenními odchylkami
To znamená, že náš statistický test obsahuje úplně odlišné vzorky, data a informace.
Jak určit fázi vědět?
K určení, který ze scénářů se dvěma vzorky se používá, je nutné znát homoscedasticitu, pokud mají data ze dvou vzorků tuto charakteristiku, je nutné použijte scénář dvou vzorků s homogenními odchylkami, v případě, že vzorky nemají homoscedasticitu, měl by být použit scénář dvou vzorků s odchylkami heterogenní.
Statistický test Studentská tmá několik předpokladů, v tomto případě se pro scénáře, které mají dva vzorky, předpokládá, že data mají normální rozdělení, a měla by být uvedena v každém z nich ze dvou vzorků a také tyto vzorky jsou zcela nezávislé, hodnoty, které máme v jednom vzorku, vůbec nezávisí na druhém ukázat.
Když použijeme scénář souvisejícího vzorku, máme pouze jeden předpoklad a předpokládáme, že rozdíl mezi těmito dvěma proměnnými related má normální rozdělení a dokonalým příkladem je, když se provádí zásah, protože máme data před a po něm, Z toho můžeme najít rozdíl mezi každým subjektem, protože se odečtou hodnoty před a po, čímž se zjistí hodnoty rozdíl.
Tento rozdíl musí mít normální rozdělení, v tomto scénáři neznamená, že data v každém ze vzorků nebo skupin mají normální rozdělení, naznačuje, že rozdíl je ten, který má normální rozdělení, a nikoli data pro každou ze skupin, což je předpoklad se dvěma nebo dvěma proměnnými. Vzorky.
Stupně svobody
Statistický test Studentská t závisí na tom stupně svobody. Je to určené číslo, které nám umožňuje znát variabilitu událostí ve vzorku, více slovy jednoduché, můžeme říci, že jde o počet hodnot, které si můžeme svobodně zvolit, existující celkem trvalý.
Dva existují stupně volnosti, jeden vzorec, když máme vzorek, který je příbuzný, a druhý vzorec, který je, když pracujeme na jednom ze dvou scénářů se dvěma vzorky.
Pro pohodlnější vizualizaci si můžeme představit rodinu, ve které je matka a 4 děti, matka připraví 10 bochníků se šunkou, pevná částka je 10 chlebů se šunkou, první syn řekne matce, že chce sníst 3 bochníky, druhý syn požádá o 2 bochníky, třetí syn požádá o 3 bochníky a čtvrtý syn Když přijde pozdě, nebude si moci vybrat, kolik šunkových chlebů chce, protože byl podmíněn tím, o co žádali jeho další 3 sourozenci, takže čtvrtému dítěti zbyly jen 2 chleby.
Důležité je, že ze 4 bratrů si pouze 3 mohli vybrat, kolik chlebů chtěli, v tomto případě známku svoboda jsou 3, kteří byli ti, kteří si mohli vybrat, a poslední podmínkou bylo dokončení 10 chleby.
Doufáme, že se vám čtení líbilo. Máte-li jakékoli dotazy, zanechte nám svůj komentář!