Testovanie hypotéz sa začína zriadením priestorov, po ktorých nasleduje výber úrovne významnosti. Ďalej si musíme zvoliť štatistiku testu, t-test alebo f-test. zatiaľ čo t-test sa používa na porovnanie dvoch súvisiacich vzoriek, F-test sa používa na testovanie rovnosti dvoch populácií.
Hypotéza je jednoduchý výrok, ktorý sa dá dokázať alebo vyvrátiť rôznymi vedeckými technikami a vytvára vzťah medzi nezávislou a niektorou závislou premennou. Je možné ho otestovať a overiť, aby sa zistila jeho platnosť, a to nestranným preskúmaním. Testovanie hypotézy sa pokúša objasniť, či je predpoklad platný alebo nie.
Pre výskumného pracovníka je nevyhnutné zvoliť správny test pre jeho hypotézu, pretože na ňom je založené celé rozhodnutie o potvrdení alebo zamietnutí nulovej hypotézy. Prečítajte si daný článok, aby ste pochopili rozdiel medzi t-testom a f-testom.
Základ pre porovnanie | T-test | F-test |
---|---|---|
zmysel | T-test je test s jednoduchou hypotézou, ktorý sa uplatňuje, keď nie je známa štandardná odchýlka a veľkosť vzorky je malá.. | F-test je štatistický test, ktorý určuje rovnosť rozptylu dvoch normálnych populácií. |
Štatistika testu | T-štatistika sleduje Studentovu t-distribúciu pod nulovou hypotézou. | F-štatistika sleduje Snedecorovu f-distribúciu pod nulovou hypotézou. |
prihláška | Porovnanie priemerov dvoch populácií. | Porovnanie dvoch rozdielov v populácii. |
T-test je forma štatistického testu hypotéz, ktorý je založený na Studentovej t-štatistike a t-distribúcii, aby sa zistila p-hodnota (pravdepodobnosť), ktorá sa môže použiť na prijatie alebo zamietnutie nulovej hypotézy..
Analýzy T-testov, ak sa prostriedky dvoch súborov údajov navzájom veľmi líšia, t.j. či je priemer populácie rovnaký alebo rozdielny od štandardného priemeru. Môže sa tiež použiť na zistenie, či regresná čiara má sklon odlišný od nuly. Test sa opiera o niekoľko predpokladov, ktoré sú:
Priemer a smerodajná odchýlka dvoch vzoriek sa používajú na porovnanie medzi nimi tak, že:
kde,
X1 = Priemer prvého súboru údajov
x̄2 = Priemer druhého súboru údajov
S1 = Smerodajná odchýlka prvého súboru údajov
S2 = Smerodajná odchýlka druhého súboru údajov
n1 = Veľkosť prvého súboru údajov
n2 = Veľkosť druhého súboru údajov
F-test je opísaný ako typ testu hypotéz, ktorý je založený na Snedecorovej f-distribúcii, pod nulovou hypotézou. Test sa vykonáva, keď nie je známe, či majú obe populácie rovnaké rozptyly.
F-test sa môže tiež použiť na kontrolu, či údaje zodpovedajú regresnému modelu, ktorý sa získa analýzou najmenších štvorcov. Ak existuje viacnásobná lineárna regresná analýza, skúma celkovú platnosť modelu alebo určuje, či niektorá z nezávislých premenných má lineárny vzťah so závislou premennou. Porovnaním týchto dvoch súborov údajov je možné urobiť niekoľko predpovedí. Vyjadrenie hodnoty f-testu je v pomere rozptylov dvoch pozorovaní, ktorý je znázornený takto:
Kde σ2 = rozptyl
Predpoklady, na ktorých sa spolieha f-test, sú:
Rozdiel medzi t-testom a f-testom je možné jednoznačne odvodiť z týchto dôvodov:
T-test a f-test sú dva z množstva rôznych typov štatistických testov použitých na testovanie hypotéz a rozhodne, či budeme akceptovať nulovú hypotézu alebo ju odmietneme. Test hypotézy nerozhoduje sám o sebe, skôr pomáha výskumníkovi pri rozhodovaní.