Atšķirība starp T-testu un F-testu
Share
Hipotēzes pārbaude sākas ar telpu iestatīšanu, kam seko nozīmīguma līmeņa izvēle. Tālāk mums jāizvēlas testa statistika, t.i., t-tests vai f-tests. Kamēr t-tests tiek izmantots, lai salīdzinātu divus saistītus paraugus, f-tests tiek izmantots, lai pārbaudītu divu populāciju vienlīdzību.
Hipotēze ir vienkāršs pieņēmums, ko var pierādīt vai atspēkot ar dažādām zinātniskām metodēm un kurš nosaka neatkarīgas un kāda atkarīga mainīgā attiecības. To var pārbaudīt un pārbaudīt, lai pārliecinātos par tā derīgumu, veicot objektīvu pārbaudi. Pārbaudot hipotēzi, mēģina noskaidrot, vai pieņēmums ir pamatots.
Pētniekam obligāti jāizvēlas pareizā pārbaude viņa / viņas hipotēzei, jo viss lēmums par nulles hipotēzes apstiprināšanu vai noraidīšanu ir balstīts uz to. Izlasiet doto rakstu, lai saprastu atšķirību starp t-testu un f-testu.
Saturs: T-tests V-F-tests
- Salīdzināšanas tabula
- Definīcija
- Galvenās atšķirības
- Secinājums
Salīdzināšanas tabula
| Salīdzināšanas pamats | T-tests | F tests |
|---|---|---|
| Nozīme | T-tests ir vienveidīgs hipotēzes tests, ko piemēro, ja standarta novirze nav zināma un parauga lielums ir mazs. | F-tests ir statistiskais tests, kas nosaka divu normālo populāciju dispersiju vienādību. |
| Testa statistika | T-statistika seko studentu t-sadalījumam ar nulles hipotēzi. | F-statistika seko Snedecor f-sadalījumam ar nulles hipotēzi. |
| Pieteikums | Divu populāciju līdzekļu salīdzinājums. | Salīdzinot divas populācijas variācijas. |
T-testa definīcija
T-tests ir statistiskās hipotēzes testa forma, kuras pamatā ir Studenta t-statistika un t-sadalījums, lai noskaidrotu p-vērtību (varbūtību), kuru var izmantot, lai pieņemtu vai noraidītu nulles hipotēzi..
T-testā tiek analizēts, vai divu datu kopu vidējie rādītāji ievērojami atšķiras viens no otra, t.i., vai vidējais populācijas lielums ir vienāds ar vidējo vai atšķirīgs no tā. To var arī izmantot, lai pārliecinātos, vai regresijas līnijai ir atšķirīgs slīpums no nulles. Pārbaude balstās uz vairākiem pieņēmumiem, kas ir:
- Iedzīvotāju skaits ir bezgalīgs un normāls.
- Populācijas dispersija nav zināma un aprēķināta no parauga.
- Vidējais ir zināms.
- Paraugu novērojumi ir nejauši un neatkarīgi.
- Izlases lielums ir mazs.
- H0 var būt vienpusējs vai divpusējs.
Lai salīdzinātu tos, izmanto divu paraugu vidējo un standartnovirzi:
kur,
x̄1 = Pirmās datu kopas vidējais lielums
x̄2 = otrās datu kopas vidējais lielums
S1 = Pirmās datu kopas standartnovirze
S2 = Otrās datu kopas standartnovirze
n1 = Pirmās datu kopas lielums
n2 = Otrās datu kopas lielums
F-testa definīcija
F-tests tiek aprakstīts kā hipotēzes testa veids, kura pamatā ir Snedecor f-sadalījums zem nulles hipotēzes. Pārbaudi veic, ja nav zināms, vai abām populācijām ir vienāda dispersija.
F-testu var izmantot arī, lai pārbaudītu, vai dati atbilst regresijas modelim, kuru iegūst, veicot vismazākās kvadrāta analīzi. Ja ir vairākas lineāras regresijas analīzes, tā pārbauda modeļa kopējo derīgumu vai nosaka, vai kādam no neatkarīgajiem mainīgajiem ir lineāras attiecības ar atkarīgo mainīgo. Izmantojot divu datu kopu salīdzināšanu, var izdarīt vairākas prognozes. F-testa vērtības izteiksme ir abu novērojumu dispersiju proporcijā, kas parādīta šādi:
Kur, σ2 = dispersija
Pieņēmumi, uz kuriem balstās f-tests, ir:
- Iedzīvotāji parasti tiek sadalīti.
- Paraugi ir ņemti nejauši.
- Novērojumi ir neatkarīgi.
- H0 var būt vienpusējs vai divpusējs.
Galvenās atšķirības starp T-testu un F-testu
Atšķirību starp t-testu un f-testu var skaidri noteikt šādu iemeslu dēļ:
- Vienvirziena hipotēzes tests, ko piemēro, ja standarta novirze nav zināma un parauga lielums ir mazs, ir t-tests. No otras puses, statistisko testu, kas nosaka divu parasto datu kopu dispersiju vienādību, sauc par f-testu..
- T-testa pamatā ir T-statistika, kas seko Studentu t-sadalījumam saskaņā ar nulles hipotēzi. Un otrādi, f-testa pamatā ir F-statistika, kas seko Snedecor f-sadalījumam saskaņā ar nulles hipotēzi.
- T-testu izmanto, lai salīdzinātu divu populāciju vidējos lielumus. Turpretī f-testu izmanto, lai salīdzinātu divas populācijas dispersijas.
Secinājums
T-tests un f-tests ir divi no dažādajiem statistiskās pārbaudes veidiem, ko izmanto hipotēžu pārbaudei, un tiek nolemts, vai mēs pieņemsim nulles hipotēzi vai noraidīsim to. Hipotēzes pārbaude pati nepieņem lēmumus, drīzāk palīdz pētniekam lēmumu pieņemšanā.
