T检验

摘要:T检验 T检验(TTest)什么是T检验T检验,亦称studentt检验(Student"sttest),主要用于样品含量低(例如)n<30)总体标准差σ未知的正态分布数据。T检验这是一种检验小样本(样本容量小于30)两个平均量小于30)。它是用来检验的T分布理论推断差异的概率,从而判断两个平均值的差...

T检验

T检验(TTest)

什么是T检验

T检验,亦称studentt检验(Student"sttest),主要用于样品含量低(例如)n<30)总体标准差σ未知的正态分布数据。

T检验这是一种检验小样本(样本容量小于30)两个平均量小于30)。它是用来检验的T分布理论推断差异的概率,从而判断两个平均值的差异是否明显。

T检验是戈斯特为观察酿酒质量而发明的。戈斯特是都柏林健力士酿酒厂的统计学家。戈斯特于1908年在Biometrika上公布T但由于老板认为是商业秘密,被迫使用笔名(学生)。

T检验的适用条件:正态分布数据

单个样本的t检验

目的:比较样本均数所代表的未知总体均数μ和已知的总体平均值μ0

计算公式:

t统计量:T检验-图1

自由度:v=n-1

适用条件:

(1)已知总体均数;

(2)样本得到样本平均值和样本标准误差;

(3)样本来自正态或近似正态。

单个样本的t检验实例分析

例1难产儿出生体重T检验-图2

婴儿出生出生体重μ0=3.30(获得大规模调查),问是否相同?

解:1.建立假设,确定检验水平α

H0:μ=μ0(难产儿等于一般婴儿出生体重总数;H0无效假设,nullhypothesis)

T检验-图3(难产儿与一般婴儿出生体重总数不同;H1备择假设,alternativehypothesis,)

双侧检验,检验水平:α=0.05

2.计算检验统计

T检验-图4

3.确定相应的界值表P值,下结论

查附表1:t0.05/2.34=2.032,t=1.77,t<t0.05/2.34,P>0.05,α=0.05水平,不拒绝H0,两者之间的差异没有统计意义,难产儿的平均出生体重与普通婴儿不同

T检验-图5

配对样本t检验

配对设计:根据类似的原则,将受试者的一些重要特征配对,以消除混合因素的影响。除处理因素/研究因素外,一对观察对象之间的其他因素基本相同,每对两个人随机处理两种。

  • 两种同质对象分别接受性别、年龄、体重、病情程度等两种不同的治疗。
  • 同一受试者或同一样本的两部分分别接受两种不同的处理
  • 自我比较。即比较同一受试者处理前后的结果。

目的:判断不同的处理是否有差异

计算公式及意义:

t统计量:T检验-图6

自由度:v=对子数-1

适用条件:配对数据

T检验的步骤

建立虚无假设H012,即先假定两个总体平均数之间没有显着差异;

2.计算统计量t对于不同类型的问题,选择不同的统计计算方法;

1)如果要评估小样本平均值与整体平均值的差异,则其统计量t值的计算公式为:

T检验-图7

2)如果要评估两组样本平均值之间的差异,则其统计量t值的计算公式为:

T检验-图8

3.根据自由度df=n-1,查t值表,找出规定的t理论值并进行比较。理论值差异的显著水平为0.01级或0.05级。不同自由度的显著水平理论值被记录为t(df)0.01和t(df)0.05

4.比较计算得到的t值和理论t根据下表给出的值,推断发生的概率t判断值与差异显著关系表。

5.根据以上分析,结合具体情况得出结论。

T说明检验例子

例如,T检查可用于比较药物治疗组和安慰剂治疗组患者的测量差异。理论上,即使样本量很小,也可以进行T测试。(如果样本量为10,一些学者声称甚至更小的样本也可以),只要每组中的变量呈正态分布,两组之间的方差就不会明显不同。如上所述,可以通过观察数据的分布或正态测试来估计数据的正态假设。可以进行方差齐的假设F检查或更有效Levene"s检查。如果不符合这些条件,必须用非参数检查代替T检查比较两组间均值。

T检验中的P值是接受两个平均值之间的差异的概率。在统计学中,当两组观察对象之间没有差异时,这个概率与我们拒绝假设有关。一些学者认为,如果差异有特定的方向,我们只需要考虑单边概率分布t-检验的P值分为两半。另一些学者认为,在任何情况下都应该报告标准的双侧T检验概率。

1.数据排列

独立样本T测试需要一个自(分组)变量(如性别:男女)和一个因变量(如测量值)。根据自变量的特定值,比较每组因变量的平均值。T比较以下男女身高平均值。

2、T检验图

在T在检验过程中,可以直观地看到平均值和方差的比较,见下图:

T检验-图9

这些图表可以快速估计并直观地显示分组变量与变量相关的强度。

三、多组间比较

科研实践中,经常需要进行两组以上比较,或含有多个自变量并控制各个自变量单独效应后的各组间的比较,(如性别、药物类型与剂量),此时,需要用方差分析进行数据分析,方差分析被认为是T推广检验。在复杂的设计中,方差分析有很多t-检验所没有的优点。T比较设计中不同格子平均值的检验)。

T检查注意事项

  • 随机、均衡、可比的严格抽样设计
  • 所选检验方法必须符合适用条件(注:t检验的前提是数据服从正常分布)
  • 单侧检查和双侧检查

单侧检查的边界值小于双侧检查的边界值,因此更容易拒绝和犯第Ⅰ错误的可能性很大。

  • 假设检验结论不能绝对化
  • 不能拒绝H0,样本数量可能不够拒绝H0,有可能犯第Ⅰ类错误
  • 正确理解P统计学是否有意义?

P越小并不意味着实际差异越大,而是越有理由拒绝H0.越有理由表明两者之间存在差异,统计学和专业的实际意义是否不完全相同

  • 假设检验与可信区间的关系
  • 结论是一致的
  • 差异:提供不同的信息

区间估计给出整体平均值的可能值范围,但不给出确切的概率值,假设可以给出检查H是否成立的概率

参考文献

  1. ↑宇传华.医学等本科班《医学统计》第三章两组资料平均比较22010.12.1
  2. ↑李克东编着.第十三章SPSS教材教育技术研究方法应用教育技术学主要课程系列.2003年4月,北京师范大学出版社第一版.

T检验

T检验发表于2022-06-15,由周林编辑,文章《T检验》由admin于2022年06月15日发布于本网,共2201个字,共5160人围观,目录为外贸知识,如果您还要了解相关内容敬请点击下方标签,便可快捷查找与文章《T检验》相关的内容。

版权声明:

文章:(T检验),来源:,阅读原文

T检验若有[原创]标注,均为本站原创文章,任何内容仅供学习参考,未经允许不得转载,任何内容不得引用,文章若为转载文章,请注明作者来源,本站仅为分享知识,不参与商业活动,若有侵权请联系管理删除

分享:
扫描分享到社交APP
上一篇
下一篇

联系我们

在线咨询: 点击这里给我发消息

微信号:15775053793

9:00-18:00

关注我们