Test sonuçlarını yorumlamaya yönelik eşdeğer bir yaklaşım, sıfır hipotezinin doğru olduğunu varsaymaktır; ne kadar büyük olduğunu hesaplayabiliriz. olasılık elde etmek T- mevcut örnek verilerden hesapladığımız gerçek değere eşit veya daha büyük bir kriter. Bu olasılığın daha önce kabul edilen bir anlamlılık seviyesinden daha düşük olduğu ortaya çıkarsa (örneğin, P< 0.05), мы вправе отклонить проверяемую нулевую гипотезу. Именно такой подход сегодня используется чаще всего: исследователи приводят в своих работах P-значение, которое легко рассчитывается при помощи статистических программ. Рассмотрим, как это можно сделать в системе R.
11 kadının yiyeceklerden aldığı günlük enerji alımına (kJ/gün) ilişkin verilerimiz olduğunu varsayalım (örnek kitaptan alınmıştır) Altman D. G. (1981) Tıbbi Araştırmalar için Pratik İstatistikler, Chapman & Hall, Londra):
Bu 11 gözlemin ortalaması:
Soru: Bu numune ortalaması, belirlenmiş olan 7725 kJ/gün normundan farklı mıdır? Örnek değerimiz ile bu standart arasındaki fark oldukça anlamlıdır: 7725 - 6753,6 = 971,4. Peki bu fark istatistiksel olarak ne kadar büyük? Tek bir örnek bu soruyu yanıtlamaya yardımcı olacaktır. T-test. Diğer seçenekler gibi T-test, R'de t.test() işlevi kullanılarak tek örnekli bir t testi gerçekleştirilir:
Soru: Bu ortalamalar istatistiksel olarak farklı mıdır? Kullanarak hiçbir fark olmadığı hipotezini kontrol edelim. T-test:
Peki böyle durumlarda müdahalenin etkisinin varlığını istatistiksel olarak nasıl değerlendirebiliriz? Genel olarak Öğrenci testi şu şekilde temsil edilebilir:
Öğrenci dağıtım tablosu
Olasılık integral tabloları sonsuz büyük bir popülasyondan büyük örnekler için kullanılır. Ama zaten (n)'de< 100 получается Несоответствие между
tablo verileri ve limit olasılığı; (n)'de< 30 погрешность становится значительной. Несоответствие вызывается главным образом характером распределения единиц генеральной совокупности. При большом объеме выборки особенность распределения в гене-
genel popülasyon önemli değildir, çünkü örneklem göstergesinin genel karakteristikten sapmalarının geniş bir örneklemle dağılımı her zaman normaldir.
isim. Küçük örneklerde (n)< 30 характер распределения генеральной совокупности сказывается на распределении ошибок выборки. Поэтому для расчета ошибки выборки при небольшом объеме наблюдения (уже менее 100 единиц) отбор должен проводиться из со-
Nüfusun normal dağılıma sahip olması. Küçük örnekler teorisi, 20. yüzyılın başında İngiliz istatistikçi W. Gosset (Student takma adı altında yazan) tarafından geliştirildi. İÇİNDE
1908'de, küçük örneklerle bile (t) ile F(t) güven olasılığını ilişkilendirmeye olanak tanıyan özel bir dağılım oluşturdu. (n) > 100 için, Öğrenci dağılım tabloları 30 için Laplace olasılık integral tablolarıyla aynı sonuçları verir.< (n ) 19, то гипотеза о равенстве средних принимается и различия в методиках обучения несущественны .
Office 365 için Excel Office 365 için Mac için Excel Excel 2019 Excel 2016 Mac için Excel 2019 Excel 2013 Excel 2010 Mac için Excel 2016 Mac için Excel 2011 Excel Online iPad için Excel iPhone için Excel Android tabletler için Excel Android telefonlar için Excel Excel Mobile Excel Starter 2010 Daha Az
Öğrenci t testine karşılık gelen olasılığı döndürür. ÖĞRENCİ TEST işlevi, aynı ortalamaya sahip popülasyonlardan iki örneğin alınma olasılığını belirlemenize olanak tanır.
SözdizimiÖĞRENCİ.TEST(dizi1,dizi2,kuyruklar,tür)
ÖĞRENCİ.TEST fonksiyonunun argümanları aşağıda açıklanmıştır.
Dizi1 Gerekli. İlk veri seti.
Dizi2 Gerekli. İkinci veri seti.
Kuyruk Zorunlu. Dağıtım kuyruklarının sayısı. Kuyruk = 1 ise STUDENT.TEST tek taraflı bir dağılım döndürür. Yazı sayısı = 2 ise STUDENT.TEST iki kuyruklu bir dağılım döndürür.
Tür Gerekli. Gerçekleştirilen t-testinin türü.
"dizi1" ve "dizi2" bağımsız değişkenleri farklı sayıda veri noktasına sahipse ve "tip" = 1 (eşleştirilmiş) ise STUDENT.TEST işlevi #N/A hata değerini döndürür.
Kuyruklar ve tür bağımsız değişkenleri tam sayı değerlerine kısaltılır.
"Yazı" veya "tür" bağımsız değişkeni bir sayı değilse, ÖĞRENCİ.TEST işlevi #DEĞER hata değerini döndürür.
Kuyruk bağımsız değişkeni 1 veya 2 dışında bir değer alırsa, ÖĞRENCİ.TEST işlevi #SAYI hata değerini döndürür.
STUDENT.TEST işlevi, negatif olmayan bir t istatistiğini hesaplamak için "dizi1" ve "dizi2" bağımsız değişkenlerinden elde edilen verileri kullanır. Kuyruk = 1 ise STUDENT.TEST, dizi1 ve dizi2'nin aynı ortalamaya sahip popülasyona ait örnekler olduğu varsayımına dayanarak daha yüksek bir t istatistiği değerinin olasılığını döndürür. STUDENT.TEST tarafından kuyruk = 2 olduğunda döndürülen değer, kuyruk = 1 olduğunda döndürülen değerin iki katıdır ve "dizi1" ve "dizi2"nin aşağıdakilere ait örnekler olduğu varsayılarak, t istatistiğinin daha yüksek mutlak değerinin olasılığına karşılık gelir. aynı ortalamaya sahip bir popülasyon.
Aşağıdaki tablodaki örnek verileri kopyalayıp yeni bir Excel çalışma sayfasının A1 hücresine yapıştırın. Formüllerin sonuçlarını görüntülemek için bunları seçin ve F2'ye, ardından Enter'a basın. Gerekirse tüm verileri görmek için sütunların genişliğini değiştirin.
