Statistika on üks paljudest matemaatika harudest, mis vastutab andmete kogumise, korrastamise, projitseerimise, analüüsimise, tõlgendamise ja esitamise eest. andmed järgivad tõenäosusseadusi, see võimaldab meil ennustada teatud tüüpi käitumist, rakendades neid teaduslikule, tööstuslikule või Sotsiaalne.
Statistika piires saame kasutada mitut hüpoteesitesti, üks kõige täielikum on test Üliõpilase t, töötas välja inglise matemaatik ja keemik William Sealy Goset, kes on paremini tuntud oma pseudonüümi all "Õpilane".
Kuulutused
See statistiline test koosneb tõenäosuse jaotusest, mis tuleneb vajadusest hinnata keskmise normaaljaotusega valimi populatsiooni keskmist. See tähendab, et alla 30, mistõttu kasutatakse seda testi laialdaselt meditsiinis.
Selle testi tegemiseks vajate a andmete normaalne levitamine, kuna see statistiline test on parameetriline test ja seda kasutatakse juhul, kui populatsiooni standardhälve ei ole selle tõttu teada et kui need statistilised andmed oleksid teada, kasutataks selle testi kasutamise asemel hüpoteesitestide jaoks normaalset jaotust.
Kuulutused
Sellest artiklist leiate:
Õpilase T põhimõisted
Katse korrektseks rakendamiseks Üliõpilase t peame arvestama suurte valimite puhul mitmeid otsustusteooria teooria põhimõisteid.
Kuulutused
Protsentiil
Selle tulemus on jagatud andmekogum sajaks võrdseks osaks, millest igaüks moodustab 1% Gaussi kellu graafiku esitus tehakse vasakust osast eks.
Gaussi kell
See on graafik, mis tähistab statistiliste andmete kogumi normaalset jaotust. Suurte proovide puhul kasutatakse normaalset jaotust, see tähendab statistilisi andmeid, mis on suuremad kui 30, samas kui Student'i t kasutatakse väikeste, vähem kui 30 valimite puhul.
Kuulutused
Tudengi T tunnused
- See kuulub kellade jaotuste perekonda.
- See on sümmeetriline nulli keskmise ümber.
- See on lamedam kui tavaline normaaljaotus.
- Selle otstes on rohkem pinda ja keskel vähem pinda.
- Kui valimi suurus suureneb, läheneb see tavapärasele normaaljaotusele.
Stsenaariumid, kuhu üliõpilase t
Selle statistilise testi rakendamiseks on mitu stsenaariumi ja see sõltub alati kogutud valimi tüübist.
Seotud valim
See tähendab, et on kaks mõõtmist, mis on saadud kahel erineval ajal ja mis on ka omavahel seotud. Näiteks võib tuua sekkumise, Selles kontekstis võib meil olla andmeid ja teavet enne sekkumist ja pärast sekkumist, seejärel saame jälgida, kas tulemus varieerus igas aines enne ja pärast sekkumist. pärast.
Kuulutused
Kaks homogeensete dispersioonidega proovi
See viitab asjaolule, et meie statistiliseks testiks võetud proovid on kahes valimis sarnased.
Kaks heterogeensete variatsioonidega proovi
See tähendab, et meie statistilisel testil on täiesti erinevad valimid, andmed ja teave.
Kuidas teada saada lava?
Selleks, et teha kindlaks, millist kahest proovist koosnevat stsenaariumi kasutatakse, on vaja teada homosvedastilisust. Kui kahe valimi andmetel on see omadus, on vaja kasutage kahe homogeense dispersiooniga valimi stsenaariumi, juhul kui proovidel puudub homoscedastilisus, tuleks kasutada kahe dispersiooniga valimi stsenaariumi heterogeenne.
Statistiline test Üliõpilase ton mitmeid eeldusi, sel juhul eeldatakse kahe valimiga stsenaariumide puhul, et andmetel on normaalne jaotus ja need tuleks esitada igas kahest proovist ja ka need proovid on täiesti sõltumatud, ei sõltu ühes valimis olevad väärtused üldse teisest proov.
Seotud valimisstsenaariumi kasutamisel on meil ainult üks eeldus ja eeldus on, et kahe muutuja vahe seotud on normaaljaotusega ja ideaalne näide on sekkumise läbiviimine, kuna meil on andmeid enne ja pärast seda, Siit leiame erinevuse iga subjekti vahel, kuna lahutatakse enne ja pärast saadud väärtused, leides seega väärtused erinevus.
Sellel erinevusel peab olema normaalne jaotus, selle stsenaariumi korral ei tähenda see, et igas valimis või rühmas oleksid andmed normaalse jaotusega, tähistab, et erinevus on normaaljaotuse ja mitte iga rühma kohta, mida näitab kahe või kahe muutujaga eeldus. proovid.
Vabadusastmed
Statistiline test Üliõpilase t sõltub vabadusastmed. See on määratud arv, mis võimaldab meil teada saada valimis olevate sündmuste varieeruvust, teisisõnu lihtne, võime öelda, et need on väärtuste arv, mida saame vabalt valida, eksisteerivad kokku püsiv.
Kaks on olemas vabadusastmete valemid, üks valem, kui meil on seotud valim, ja teine valem, mis on siis, kui töötame kumbagi stsenaariumi kahe valimiga.
Selle mugavamaks visualiseerimiseks võime ette kujutada perekonda, kus on ema ja 4 last, ema valmistab 10 sinki leiba, kindel summa on 10 sinki leiba, ütleb esimene poeg emale, et tahab süüa 3 leiba, teine poeg küsib 2, kolmas poeg 3 ja neljas poeg Hilinemisega saabudes ei saa ta valida, mitu singileiba ta soovib, sest tema tingimuseks oli see, mida tema ülejäänud 3 õde-venda palusid, nii et neljandal lapsel jäi alles 2 leivad.
Oluline on see, et 4 vennast said vaid 3 valida, mitu leiba nad soovivad, antud juhul hinne vabadus on 3, kes olid need, kes said valida ja kes said viimase 10 tingimuseks leivad.
Loodetavasti meeldis teile lugeda. Kui teil on küsimusi, jätke meile oma kommentaar!
