Student's T (Hva det er, grunnleggende konsepter og funksjoner)

Statistikk er en av de mange grenene av matematikk som har ansvar for å samle, organisere, projisere, analysere, tolke og presentere data etter sannsynlighetslover, dette tillater oss å forutsi visse typer atferd som bruker dem på det vitenskapelige, industrielle eller Sosial.

Innenfor statistikken kan vi bruke flere hypotesetester, en av de mest komplette er testen Studentens t, ble utviklet av den engelske matematikeren og kjemikeren William Sealy Goset bedre kjent under sitt pseudonym "Student".

Denne statistiske testen består av sannsynlighetsfordelingen på grunn av behovet for å estimere hva som er gjennomsnittet av en populasjon med et lite, normalt distribuert utvalg. Det vil si mindre enn 30, og det er derfor denne testen er mye brukt i det medisinske feltet.

For å utføre denne testen trenger du en normal distribusjon av data, siden denne statistiske testen er en parametrisk test og brukes når populasjonsstandardavviket er ukjent pga at hvis disse statistiske dataene var kjent, i stedet for å bruke denne testen, ville normalfordelingen blitt brukt til hypotesetester.

Grunnleggende konsepter i Student's T

For å bruke testen på riktig måte Studentens t vi må ta hensyn til flere grunnleggende begreper i teorien om beslutningsteori for store prøver.

Prosentilen

Det er resultatet av å dele et datasett i hundre like deler, hver av disse delene representerer 1% i representasjonen av grafen til den Gaussiske klokken er laget fra venstre del til delen Ikke sant.

Gauss bjelle

Det er en graf som representerer normalfordelingen av et sett med statistiske data. Normalfordelingen brukes for store prøver, dette betyr at statistiske data er større enn 30 mens Studentens t brukes til små prøver, mindre enn 30.

Kjennetegn ved studentens T

• Den tilhører en familie av klokkefordelinger.
• Det er symmetrisk rundt et gjennomsnitt på null.
• Det er mer flatt enn standard normalfordeling.
• Den har mer areal i endene og mindre areal i sentrum.
• Når prøvestørrelsen øker, nærmer den seg en standard normalfordeling.

Scenarier hvor du skal bruke studentens t

Det er flere scenarier der vi kan bruke denne statistiske testen, og det vil alltid avhenge av hvilken type prøve som er samlet inn.

Et beslektet utvalg

Dette betyr at det er to målinger som er oppnådd på to forskjellige tidspunkter, og som også er relatert, et eksempel på dette er når en intervensjon utføres, Under denne sammenhengen kan vi ha data og informasjon før intervensjonen og etter intervensjonen, så kan vi observere om resultatet før og etter utfallet varierte i hvert emne. seinere.

To prøver med homogene avvik

Det refererer til det faktum at prøvene som ble tatt for den statistiske testen vår, er like i de to prøvene.

To prøver med heterogene avvik

Dette betyr at vår statistiske test har helt forskjellige prøver, data og informasjon.

Hvordan bestemme scenen å vite?

For å bestemme hvilke av to-prøvescenariene som brukes, er det nødvendig å vite homoscedasticitet. Hvis dataene fra de to prøvene har denne karakteristikken, er det nødvendig å bruk scenariet med to prøver med homogene avvik, i tilfelle prøvene ikke har homoscedasticitet, bør scenariet med to prøver med varians brukes heterogen.

Den statistiske testen Studentens thar flere forutsetninger, i dette tilfellet for scenarier som har to eksempler, antas det at dataene har en normalfordeling, og de skal presenteres i hver enkelt av de to prøvene og også disse prøvene er helt uavhengige, avhenger ikke verdiene vi har i en prøve i det hele tatt av den andre vise fram.

Når vi bruker scenariet til et beslektet utvalg, har vi bare en antagelse, og antagelsen er at forskjellen mellom de to variablene relatert har en normalfordeling og det perfekte eksemplet er når en intervensjon utføres, siden vi har data fra før og etter den, Fra dette kan vi finne forskjellen mellom hvert emne siden verdiene fra før og etter er trukket og dermed finner verdiene til forskjell.

Denne forskjellen må ha en normalfordeling, i dette scenariet indikerer det ikke at dataene i hver av prøvene eller gruppene har en normalfordeling, indikerer at forskjellen er den med en normalfordeling og ikke dataene for hver av gruppene, noe som antas med to eller to variabler angitt prøver.

Grader av frihet

Den statistiske testen Studentens t kommer an på grader av frihet. Det er det bestemte tallet som lar oss kjenne variasjonen av hendelser i et utvalg, med flere ord enkelt, kan vi si at de er antall verdier som vi fritt kan velge, med en total fast.

To eksisterer frihetsgrader formler, en formel når vi har et utvalg som er relatert, og den andre formelen som er når vi jobber i et av de to scenariene med to eksempler.

For å visualisere dette på en mer behagelig måte, kan vi forestille oss en familie der det er mor og 4 barn, moren tilbereder 10 brød med skinke, den faste summen er de ti brødene med skinke, den første sønnen forteller moren at han vil spise 3 brød, den andre sønnen ber om to brød, den tredje sønnen ber om 3 brød og den fjerde sønnen for å ha Ankommer sent, vil han ikke være i stand til å velge hvor mange skinkebrød han vil ha, fordi han var betinget av det hans andre 3 søsken ba om, så det fjerde barnet hadde bare to igjen brød.

Det viktige er at av de fire brødrene bare 3 kunne velge hvor mange brød de ville ha, i dette tilfellet karakteren frihet er 3 som var de som kunne velge og sist ble betinget for å fullføre 10 brød.

Vi håper du likte å lese. Hvis du har spørsmål, kan du legge igjen kommentaren!