Statistik er en af de mange grene af matematik, der er ansvarlig for at indsamle, organisere, projicere, analysere, fortolke og præsentere data efter sandsynlighedslove, dette giver os mulighed for at forudsige visse typer adfærd, der anvendes på det videnskabelige, industrielle eller Social.
Inden for statistik kan vi bruge flere hypotesetest, en af de mest komplette er testen Studentens t, blev udviklet af den engelske matematiker og kemiker William Sealy Goset, bedre kendt under sit pseudonym "Studerende".
Annoncer
Denne statistiske test består af sandsynlighedsfordelingen på grund af behovet for at estimere, hvad der er gennemsnittet af en population med en lille, normalt fordelt prøve. Det vil sige mindre end 30, hvorfor denne test er meget udbredt inden for medicin.
For at udføre denne test har du brug for en normal distribution af data, da denne statistiske test er en parametrisk test og bruges, når populationsstandardafvigelsen er ukendt pga at hvis disse statistiske data var kendt, ville normalfordelingen i stedet for at bruge denne test blive brugt til hypotesetest.
Annoncer
I denne artikel finder du:
Grundlæggende begreber i Students T
For korrekt at anvende testen af Studentens t Vi skal tage højde for flere grundlæggende begreber i teori om beslutningsteori for store prøver.
Annoncer
Procentilen
Det er resultatet af at dele et sæt data i hundrede lige store dele, hver af disse dele repræsenterer 1% i gengivelsen af grafen for den Gaussiske klokke er lavet fra venstre del til delen ret.
Gauss klokke
Det er en graf, der repræsenterer normalfordelingen af et sæt statistiske data. Normalfordelingen bruges til store prøver, det betyder en statistisk data, der er større end 30, mens Studentens t bruges til mindre prøver, mindre end 30.
Annoncer
Karakteristika for studentens T
- Det tilhører en familie af klokkefordelinger.
- Det er symmetrisk omkring et gennemsnit på nul.
- Det er mere fladt end den normale normalfordeling.
- Det har mere område i enderne og mindre område i midten.
- Efterhånden som stikprøvestørrelsen øges, nærmer den sig en normal normalfordeling.
Scenarier, hvor de studerendes t
Der er flere scenarier, hvor vi kan anvende denne statistiske test, og det afhænger altid af den type prøve, der er blevet indsamlet.
En relateret prøve
Dette betyder, at der er to målinger, der er opnået på to forskellige tidspunkter, og som også er relateret, et eksempel på dette er, når en intervention udføres, Under denne sammenhæng kan vi have data og information før interventionen og efter interventionen, så kan vi observere, om resultatet før og efter resultatet varierede i hvert emne. senere.
Annoncer
To prøver med homogene afvigelser
Det henviser til det faktum, at prøverne taget til vores statistiske test er ens i de to prøver.
To prøver med heterogene afvigelser
Det betyder, at vores statistiske test har helt forskellige prøver, data og information.
Hvordan bestemmer man scenen, man skal vide?
For at bestemme hvilke af de to-prøvescenarier, der bruges, er det nødvendigt at kende homoscedasticitet. Hvis dataene fra de to prøver har denne karakteristik, er det nødvendigt at Brug scenariet for to prøver med homogene afvigelser, i tilfælde af at prøverne ikke har homoscedasticitet, skal scenariet for to prøver med afvigelser bruges heterogen.
Den statistiske test Studentens thar flere antagelseri dette tilfælde for scenarier, der har to prøver, antages det, at dataene har en normalfordeling, og de skal præsenteres i hver enkelt af de to prøver, og også disse prøver er helt uafhængige, afhænger de værdier, vi har i en prøve, slet ikke af den anden at vise.
Når vi bruger scenariet for en relateret prøve, har vi kun en antagelse, og antagelsen er, at forskellen mellem de to variabler relaterede har en normalfordeling og det perfekte eksempel er, når en intervention udføres, da vi har data fra før og efter den, Herfra kan vi finde forskellen mellem hvert emne, da værdierne fra før og efter er trukket og således finder værdierne for forskel.
Denne forskel skal have en normalfordeling, i dette scenarie indikerer det ikke, at dataene i hver af prøverne eller grupperne har en normalfordeling, indikerer, at forskellen er den, der har en normalfordeling og ikke dataene for hver af grupperne, hvilket er antagelsen med to eller to variabler angivet. prøver.
Grader af frihed
Den statistiske test Studentens t afhænger af grader af frihed. Det er det bestemte tal, der giver os mulighed for at kende variationen af begivenheder i en prøve med flere ord simpelt, kan vi sige, at de er antallet af værdier, som vi kan vælge frit, eksisterende i alt permanent.
To findes frihedsgrader formler, den ene formel, når vi har en prøve, der er relateret, og den anden formel, når vi arbejder på et af de to scenarier med to prøver.
For at visualisere dette på en mere behagelig måde kan vi forestille os en familie, hvor der er en mor og 4 børn, moderen forbereder 10 brød med skinke, den faste sum er de 10 brød med skinke, den første søn fortæller sin mor, at han vil spise 3 brød, den anden søn beder om 2 brød, den tredje søn beder om 3 brød og den fjerde søn for at have Ankommer sent, vil han ikke være i stand til at vælge, hvor mange skinkebrød han vil have, fordi han var betinget af, hvad hans andre 3 søskende bad om, så det fjerde barn havde kun 2 tilbage brød.
Det vigtige er, at kun 3 af de fire brødre var i stand til at vælge, hvor mange brød de ønskede, i dette tilfælde karakteren frihed er 3, der var dem, der kunne vælge og sidst var betinget af at fuldføre 10 brød.
Vi håber du nød at læse. Hvis du har spørgsmål, skal du give os din kommentar!
