Podstawowe informacje o teście t
Hipoteza: Hipoteza jest wstępnym wyjaśnieniem opartym na obserwacjach, których dokonałeś. Yourobservations may have been followed up with a search of the literature for moreinformation before you develop your hypothesis.
Przykład: Ręce mężczyzn są większe niż ręce kobiet LUB dodanie nawozu do rośliny powoduje, że lepiej rośnie.
Hipoteza zerowa: Rzeczywista hipoteza zerowa jest bardziej formalnym stwierdzeniem twojej oryginalnej hipotezy. The null hypothesis isusually written in the following form: There is no significant difference between population A and populationB.
Przykład: There is noignificant difference in hand size between males andfemales. OR There is no significant difference inthe growth of fertilized plants vs. unfertilised plants.
Powodem, dla którego piszemy to w tej formie jest to, że naukowcy są zasadniczo sceptykami i ich celem jest udowodnienie fałszywości hipotezy. W rzeczywistości, nigdy nie można naprawdę udowodnić, że hipoteza jest prawdziwa. Ponadto, hipoteza zerowa jest używana, ponieważ pozwala na odniesienie obliczeń różnicy między średnimi z próbki do standardu zerowego.
Test t: Używamy tego testu statystycznego, aby porównać nasze populacje próbne i ustalić, czy istnieje znacząca różnica między ich średnimi. Wynikiem testu t jest wartość 't’; wartość ta jest następnie używana do określenia wartości p (patrz poniżej).
Jeśli nie możemy użyć testu statystycznego (nie musi to być test t) do określenia, czy istnieje znacząca różnica, wtedy trudno jest przekonać innych naukowców, że twoje badania są coś warte.
Wartość p: Wartość p to prawdopodobieństwo, że 't’ mieści się w pewnym przedziale. Innymi słowy, jest to wartość, której używasz do określenia, czy różnica między średnimi w twojej próbce populacji jest istotna. Dla naszych celów, wartość p< 0,05 sugeruje znaczącą różnicę między średnimi w naszej populacji próbnej i odrzucilibyśmy naszą hipotezę zerową. Wartość p > 0.05 sugeruje brak znaczącej różnicy między średnimi naszych populacji próbnych i nie odrzucilibyśmy naszej hipotezy zerowej.
Typy testów t: Istnieją dwa rodzaje testów t: niesparowany i sparowany, które będziemy używać w tym kursie.
Test niesparowany: Ten rodzaj t-testu jest używany, gdy masz niezależne próbki. Innymi słowy, próbki nie są bezpośrednio powiązane ze sobą. Na przykład: Długość palca wskazującego między samcami i samicami.
.