Tilastot ovat yksi monista matematiikan aloista, joka on vastuussa keräämisestä, organisoinnista, projisoinnista, analysoinnista, tulkinnasta ja esittämisestä Todennäköisyyslakien mukaiset tiedot antavat meille mahdollisuuden ennustaa tietyntyyppisiä käyttäytymistapoja soveltamalla niitä tieteelliseen, teolliseen tai Sosiaalinen.
Tilastoissa voimme käyttää useita hypoteesitestejä, yksi täydellisimmistä on testi Opiskelijan t, on kehittänyt englantilainen matemaatikko ja kemisti William Sealy Goset, joka tunnetaan paremmin salanimellään "Opiskelija".
Mainokset
Tämä tilastollinen testi koostuu todennäköisyysjakaumasta johtuen tarpeesta arvioida, mikä on pienen, normaalijakautuneen otoksen sisältävän populaation keskiarvo. Toisin sanoen alle 30, minkä vuoksi tätä testiä käytetään laajalti lääketieteen alalla.
Tämän testin suorittamiseen tarvitset normaali tietojen jakelu, koska tämä tilastollinen testi on parametritesti ja sitä käytetään, kun populaation keskihajonta ei ole tiedossa että jos nämä tilastotiedot olisivat tiedossa, tämän testin käyttämisen sijaan normaalijakaumaa käytettäisiin hypoteesitesteissä.
Mainokset
Tästä artikkelista löydät:
Opiskelijan T: n peruskäsitteet
Jotta testi voidaan suorittaa oikein Opiskelijan t meidän on otettava huomioon useita päätusteorian teorian peruskäsitteitä suurille näytteille.
Mainokset
Prosentti
Se on seurausta tietojoukon jakamisesta sadaan yhtä suureen osaan, joista kukin on 1% Gaussin kellon kuvaajan esitys tehdään vasemmasta osasta osaan oikein.
Gaussin kello
Se on kaavio, joka edustaa tilastotietojen joukon normaalijakaumaa. Normaalijakaumaa käytetään suurille näytteille, tämä tarkoittaa tilastollista tietoa, joka on yli 30, kun taas Studentin t käytetään pienille näytteille, alle 30.
Mainokset
Opiskelijan T: n ominaisuudet
- Se kuuluu soittokellojen perheeseen.
- Se on symmetrinen nollan keskiarvon ympärillä.
- Se on litistyneempi kuin normaali normaalijakauma.
- Sen päissä on enemmän aluetta ja keskellä vähemmän aluetta.
- Otoksen koon kasvaessa se lähestyy normaalia normaalijakaumaa.
Skenaariot, joissa opiskelijan t
On olemassa useita skenaarioita, joissa voimme soveltaa tätä tilastollista testiä, ja se riippuu aina kerätyn otoksen tyypistä.
Liittyvä näyte
Tämä tarkoittaa, että on olemassa kaksi mittausta, jotka on saatu kahtena eri ajankohtana ja jotka liittyvät myös toisiinsa, esimerkki tästä on, kun toimenpide suoritetaan, Tässä yhteydessä meillä voi olla tietoja ennen interventiota ja sen jälkeen, minkä jälkeen voimme tarkkailla, vaihtelivatko tulokset ennen ja jälkeen lopputuloksen kussakin aiheessa. myöhemmin.
Mainokset
Kaksi näytettä, joilla on homogeeniset varianssit
Se viittaa siihen, että tilastollista testiä varten otetut näytteet ovat samanlaisia kahdessa näytteessä.
Kaksi näytettä heterogeenisillä variansseilla
Tämä tarkoittaa, että tilastollisessa testissämme on täysin erilaisia otoksia, tietoja ja tietoja.
Kuinka tietää vaihe?
Käytetyn kaksinäyteisen skenaarion määrittämiseksi on tiedettävä homoscedastisuus, jos näiden kahden näytteen tiedoilla on tämä ominaisuus, on tarpeen käytä skenaariota kahdesta näytteestä, joilla on homogeeniset varianssit, siinä tapauksessa, että näytteillä ei ole homoscedastisuutta, olisi käytettävä skenaariota kahdesta näytteestä, joissa on varianssit heterogeeninen.
Tilastollinen testi Opiskelijan ton useita oletuksiaTässä tapauksessa oletetaan, että skenaarioissa, joissa on kaksi otosta, tietojen jakauma on normaali, ja ne on esitettävä kussakin kahdesta näytteestä ja myös nämä näytteet ovat täysin riippumattomia, arvot, jotka meillä on yhdessä näytteessä, eivät riipu lainkaan toisesta näytä.
Kun käytämme vastaavan otoksen skenaariota, meillä on vain yksi oletus ja oletuksena on, että kahden muuttujan välinen ero liittyvä on normaalijakauma ja täydellinen esimerkki on, kun interventio suoritetaan, koska meillä on tietoja ennen ja jälkeen sen, Tästä voimme löytää eron kunkin kohteen välillä, koska edellisen ja jälkiarvot vähennetään, jolloin löydetään kohteen arvot ero.
Tällä erolla on oltava normaali jakauma, tässä skenaariossa se ei tarkoita, että jokaisessa näytteessä tai ryhmässä olevilla tiedoilla on normaali jakauma, tarkoittaa, että ero on se, jolla on normaali jakauma, eikä kunkin ryhmän tietoja, mikä on oletus kahdella tai kahdella muuttujalla. näytteet.
Vapauden asteet
Tilastollinen testi Opiskelijan t riippuu vapauden asteet. Määritetty luku antaa meille mahdollisuuden tietää näytteen tapahtumien vaihtelevuus, toisin sanoen Yksinkertainen, voimme sanoa, että ne ovat niiden arvojen lukumäärä, jotka voimme valita vapaasti, yhteensä olemassa pysyvä.
Kaksi on olemassa vapausasteiden kaavat, yksi kaava, kun meillä on toisiinsa liittyvä näyte, ja toinen kaava, joka on silloin, kun työskentelemme jommastakummasta kahdesta skenaariosta kahdella näytteellä.
Tämän visualisoimiseksi mukavammalla tavalla voimme kuvitella perheen, jossa on äiti ja 4 lasta, äiti valmistaa 10 leipää kinkulla, kiinteä summa on 10 kinkkua, ensimmäinen poika kertoo äidilleen haluavansa syödä 3 leipää, toinen poika pyytää 2 leipää, kolmas poika pyytää 3 leipää ja neljäs poika siitä, että hänellä on Myöhään saapuessaan hän ei voi valita, kuinka monta kinkkuleipää hän haluaa, koska hänet ehdollisti se, mitä hänen muut 3 sisarustaan pyysivät, joten neljännellä lapsella oli vain 2 jäljellä leivät.
Tärkeää on, että neljästä veljestä vain 3 pystyi valitsemaan haluamansa leivän, tässä tapauksessa arvosanan vapaus on 3, jotka olivat ne, jotka pystyivät valitsemaan, ja viimeinen ehto täytti 10 leivät.
Toivomme, että pidit lukemisesta. Jos sinulla on kysyttävää, jätä meille kommenttisi!
