Statistik är en av de många grenarna inom matematik som ansvarar för att samla, organisera, projicera, analysera, tolka och presentera uppgifter som följer sannolikhetslagar, gör det möjligt för oss att förutsäga vissa typer av beteenden som tillämpas på det vetenskapliga, industriella eller Social.
Inom statistiken kan vi använda flera hypotesprov, en av de mest kompletta är testet Studentens t, utvecklades av den engelska matematikern och kemisten William Sealy Goset bättre känd under hans pseudonym "Studerande".
Annonser
Detta statistiska test består av sannolikhetsfördelningen på grund av behovet av att uppskatta vad som är medelvärdet för en population med ett litet, normalt fördelat urval. Det vill säga mindre än 30, varför detta test används i stor utsträckning inom medicinområdet.
För att utföra detta test behöver du en normal distribution av data, eftersom detta statistiska test är ett parametriskt test och används när populationens standardavvikelse är okänd pga att om dessa statistiska data var kända, istället för att använda detta test, skulle normalfördelningen användas för hypotesprov.
Annonser
I den här artikeln hittar du:
Grundläggande begrepp för Student T
För att korrekt använda testet av Studentens t vi måste ta hänsyn till flera grundläggande begrepp i teorin för beslutsteori för stora prover.
Annonser
Procentilen
Det är resultatet av att dela en uppsättning data i hundra lika delar, var och en av dessa delar representerar 1% i framställningen av diagrammet för den Gaussiska klockan görs från vänster till del rätt.
Gauss klocka
Det är ett diagram som representerar normalfördelningen av en uppsättning statistiska data. Normalfördelningen används för stora prover, detta innebär en statistisk data större än 30 medan studentens t används för mindre prover, mindre än 30.
Annonser
Egenskaper för studentens T
- Det tillhör en familj av klockfördelningar.
- Det är symmetriskt runt ett medelvärde på noll.
- Det är mer platt än den normala normalfördelningen.
- Det har mer område i ändarna och mindre område i mitten.
- När provstorleken ökar närmar sig den en normal normalfördelning.
Scenarier där studentens t
Det finns flera scenarier där vi kan använda detta statistiska test och det beror alltid på vilken typ av prov som har samlats in.
Ett relaterat urval
Detta innebär att det finns två mätningar som har erhållits vid två olika tidpunkter och som också är relaterade, ett exempel på detta är när en intervention utförs, Under detta sammanhang kan vi ha data och information före interventionen och efter interventionen, då kan vi observera om resultatet före och efter resultatet varierade i varje ämne. senare.
Annonser
Två prover med homogena avvikelser
Det hänvisar till det faktum att proverna som tagits för vårt statistiska test liknar de två proverna.
Två prover med heterogena avvikelser
Detta innebär att vårt statistiska test har helt olika prover, data och information.
Hur bestämmer man scenen att veta?
För att bestämma vilka av de två samplingsscenarierna som används är det nödvändigt att känna till homoscedasticitet, om data från de två proverna har denna egenskap är det använda scenariot för två prover med homogena avvikelser, i händelse av att proverna inte har homoscedasticitet, ska scenariot för två prover med avvikelser användas heterogen.
Det statistiska testet Studentens thar flera antaganden, i detta fall, för scenarier som har två prover, antas det att data har en normalfördelning, och de bör presenteras i var och en av de två proverna och även dessa prover är helt oberoende beror värdena i ett prov inte alls på det andra show.
När vi använder scenariot för ett relaterat urval har vi bara ett antagande och antagandet är att skillnaden mellan de två variablerna relaterad har en normalfördelning och det perfekta exemplet är när en intervention utförs, eftersom vi har data från före och efter den, Från detta kan vi hitta skillnaden mellan varje ämne eftersom värdena för och efter subtraheras och därmed hitta värdena för skillnad.
Denna skillnad måste ha en normalfördelning, i detta scenario indikerar det inte att data i vart och ett av proverna eller grupperna har en normalfördelning, indikerar att skillnaden är den som har en normalfördelning och inte data för var och en av grupperna, vilket är vad antagandet med två eller två variabler angav. prover.
Grader av frihet
Det statistiska testet Studentens t beror på grader av frihet. Det är det bestämda talet som låter oss känna till variationerna i händelser i ett urval, med fler ord Enkelt kan vi säga att de är antalet värden som vi fritt kan välja, med en summa permanent.
Två finns formler av frihetsgrader, en formel när vi har ett exempel som är relaterat, och den andra formeln när vi arbetar med något av de två scenarierna med två prover.
För att visualisera detta på ett bekvämare sätt kan vi föreställa oss en familj där det finns en mamma och 4 barn, mamman förbereder 10 bröd med skinka, den fasta summan är de tio bröden med skinka, den första sonen berättar för sin mor att han vill äta 3 bröd, den andra sonen ber om två bröd, den tredje sonen ber om 3 bröd och den fjärde sonen för Anländer sent kommer han inte att kunna välja hur många skinkabröd han vill ha, eftersom han konditionerades av vad hans andra 3 syskon bad om, så det fjärde barnet hade bara 2 kvar bröd.
Det viktiga är att endast tre av de fyra bröderna kunde välja hur många bröd de ville ha, i detta fall betyget frihet är 3 som var de som kunde välja och sist var villkorad för att slutföra 10 bröd.
Vi hoppas att du tyckte om att läsa. Om du har några frågor, lämna oss din kommentar!
