독립 표본 t 검정 예제

샘플 질문: 다음 데이터 세트에 대한 독립 샘플 t 테스트 계산: 데이터 세트 A: 1,2,2,3,4,4,5,5,5,5,5,5,5,6,7,9 독립 샘플 t-검정은 두 샘플이 일반적으로 분산된 집단에서 온 것으로 가정합니다. 동일한 표준 편차(또는 분산)를 사용하여 – 일부 통계 패키지(예: Minitab 및 SPSS)를 사용하면 동일한 모집단 분산의 가정을 완화하고 이 가정에 의존하지 않는 t-테스트를 수행할 수 있습니다. 통계 테스트는 두 표본 차이가 크게 다른지 여부를 평가하는 데 사용할 수 있지만 간단한 기본 규칙은 하나의 표준 편차가 다른 표본의 두 배 이상인지 여부를 확인하는 것입니다. 이 경우 `같지 않은 분산` 옵션을 사용합니다. 짝이 없는 그룹 또는 독립 그룹이라고도 하는 관련 없는 그룹은 각 그룹의 사례(예: 참가자)가 다른 그룹입니다. 종종 우리는 개인의 차이를 조사하고 있습니다, 이는 두 그룹을 비교할 때, 한 그룹의 개인도 다른 그룹의 구성원이 될 수 없으며 그 반대의 경우도 마찬가지입니다. 예를 들어 성별이 될 것입니다 – 개인은 남성 또는 여성 중 하나로 분류되어야합니다 – 둘 다. 두 개의 독립 표본이 동일한 모집단 분산(즉, σ12 = σ22)을 가진 모집단에서 가져온 것으로 가정하면 테스트 통계 t는 다음과 같이 계산됩니다: SPSS에서 독립 표본 t-테스트는 분석에서 발견됩니다 . 테스트… 독립적인 샘플 t-test는 단일 특성에 대한 두 개의 독립적인 관측 또는 측정 그룹을 비교합니다. 독립적인 샘플 t-test는 종속 샘플 t-검정과 유사한 피험자 간 테스트로, 연구가 반복된 측정(예: 사전 테스트 대 사후 테스트) 또는 일치하는 관측값(예: 이전 및 젊은 형제)을 포함할 때 사용됩니다. 다시: 인구 차이가 0이면 “정상” 표본의 의미 차이는 무엇입니까? 우선, 이것은 결과 변수의 인구 표준 편차에 달려 있습니다. 우리는 일반적으로 그것을 알지 못하지만 $ $Sw = sqrt {frac {(n_1 – 1)로 추정 할 수 있습니다.

S^2_1 + (n_2 – 1); S^2_2}{n_1 + n_2 – 2}}$$$$는 (Sw) 우리의 예상 인구 표준 편차를 나타냅니다. 우리의 데이터에 대 한, 이것은 $$Sw = sqrt{frac{(10 – 1);224 + (10 – 1);191}{10 + 10 – 2}} & 14.4$$ 초, 우리의 평균 차이는 더 작은 표준 오차가 변동해야한다 – 즉, 우리의 큰 샘플 크기로 더 작은 표준 오차가 있습니다.