اختبار t للعينات المقترنة
عاليما: تقوم هذه الآلة الحاسبة بإجراء اختبار t لعينتين مقترنتين.ينطبق هذا الاختبار عندما يكون لديك عينتان تعتمدان (مقترنة أو متطابقة).يرجى تحديد الفرضيات الخالية والبديلة , واكتب بيانات العينة (أو لصقها من Excel) ومستوى الأهمية , وسيتم عرض نتائج اختبار t لعينتين تابعين لك.
إذا كنت بحاجة إلى حجم عينة أكبر , فانقر في الزر أدناه , أو تمزيق مباشرة من Excel
اختبار t للعينات المقترنة
المزيد عن خtabaar t lebuentin tatabuin لذلك يمكنك أن تفهم بطريقة أفضل النتائج التي حققها المحلل.
كيف تحسب اختبار t المقترن؟
الاختبار t لعينتين مقترنة هو اختبار فرضية يحاول تقديم مطالبة بالسكان (\(\mu_1\) و \(\mu_2\)).وبشكل أكثر تحديداً , يستخدم اختبار t معلومات عينة لتقييم مدى معقولة الفرق \(\mu_1\) - \(\mu_2\) لتكون مساوية للصفر.
يحتوي الاختبار على فرضيتين غير متداخلين , الفرضية الفارغة والفرضية البديلة.الفرضية الفارغة هي بيان حول المعلمة السكانية التي تشير إلى أي تأثير , والفرضية البديلة هي الفرضية التكميلية للفرضية الفارغة.فكرة الاختبار هي تقييم ما إذا كانت هناك أهمية إحصائية أم لا.الخصائص الرئيسية للاختبار t لعينتين مقترنة هي:
- يتطلب الاختبار عينتين تابعين , والتي يتم إقرانها أو مطابقة بالفعل أو نتعامل مع التدابير المتكررة (التدابير المأخوذة من نفس الموضوعات)
- كما هو الحال مع جميع اختبارات الفرضيات , اعتمادًا على معرفتنا حول موقف "عدم التأثير" , يمكن أن يكون اختبار t ثنائي الذيل أو يميل أو يمين يميني
- المبدأ الرئيسي لاختبار الفرضية هو أن الفرضية الفارغة يتم رفضها إذا كانت إحصاء الاختبار الذي تم الحصول عليه غير مرجح بما فيه الكفاية على افتراض أن الفرضية الفارغة صحيحة
- القيمة p هي احتمال الحصول على نتائج العينة على أنها متطرفة أو أكثر من نتائج العينة التي تم الحصول عليها , على افتراض أن الفرضية الفارغة صحيحة
- في اختبارات الفرضية هناك نوعان من الأخطاء.يحدث خطأ من النوع الأول عندما نرفض فرضية فارغة حقيقية , ويحدث خطأ من النوع الثاني عندما نفشل في رفض فرضية فارغة كاذبة
كيف تحسب يدويًا اختبار t المقترن؟ما هي الصيغة التي تستخدمها؟
الصيغة الخاصة بـ T-statistance لعينتين تابعين هي:
\[t = \frac{\bar D}{s_D/\sqrt{n}}\]حيث \(\bar D = \bar X_1 - \bar X_2\) هو الفرق المتوسط و \(s_D\) هو العينة الانحراف المعياري للاختلافات \(\bar D = X_1^i - X_2^i\) , لـ \(i=1, 2, ... , n\).
كيفية استخدام صيغة اختبار t
- الظهر 1: أولاً , تحتاج إلى تحديد فرضياتك البديلة والبديلة.الخيارات ثنائية الذيل , أو الذيل الأيسر أو الذيل يمينًا.
- ال alخطoة 2: ثم , تحتاج إلى تحديد مستوى أهميتك.عادة , سوف تختار α = 0.05.هذا هو التسامح الذي تقبله في صنع نوع I خطأ
- الله 3: استنادًا إلى مستوى الأهمية التي اخترتها ونوع الذيل , يمكنك العثور على الإحصاءات الحاسمة من خلال النظر إلى جدول توزيع T أو استخدام آلة حاسبة أو Excel.ثم , تذكر بوضوح منطقة الرفض الخاصة بك
- الظهر 4: تقوم بحساب الستاتية T باستخدام الصيغة المحددة أعلاه T = DBAR/(SD/√N)
- الظهر 5: استنادًا إلى الإستاتيكي المحسوب T وإذا كان يقع في منطقة الرفض أم لا , فأنت تحدد ما إذا كنت ترفض الفرضية الفارغة أم لا
- ال 6: استخدم استنتاج اختبار t لإعطاء تفسير في سياق إعداد المشكلة المحددة.
مثال اختبار t المقترن
سال : افترض أن لديك العينة التالية من البيانات المقترنة.
Sample 1 | Sample 2 | Difference = Sample 1 - Sample 2 | |
4 | 2 | 2 | |
5 | 3 | 2 | |
6 | 4 | 2 | |
5 | 5 | 0 | |
4 | 6 | -2 | |
3 | 4 | -1 | |
5 | 3 | 2 | |
Average | 4.571 | 3.857 | 0.714 |
St. Dev. | 0.976 | 1.345 | 1.704 |
n | 7 | 7 | 7 |
هل يمكن رفض الفرضية الفارغة أن الفرق بين السكان هو الصفر عند مستوى الأهمية .05.
المحلول:
من بيانات العينة , وجد أن العينة المقابلة هي:
\[\bar X_1 = 4.571\]\[\bar X_2 = 3.857\]أيضا , العينة المتوفرة الانحرافات المعيارية هي:
\[ s_1 = 0.976 \]\[ s_2 = 1.345 \]وحجم العينة هو n = 7. للاختلافات في الدرجات لدينا
\[ \bar D = 0.714 \]\[ s_D = 1.704 \](1) chlفrضiath thlabdileة ودادل
يجب اختبار الفرضيات الفارغة والبديلة التالية:
\[ \begin{array}{ccl} H_0: \mu_D & = & 0 \\\\ \\\\ H_a: \mu_D & \ne & 0 \end{array}\]هذا يتوافق مع اختبار ثنائي الذيل , حيث يتم استخدام اختبار t لعينتين مقترن.
(2) منى اليرفض
بناءً على المعلومات المقدمة , يكون مستوى الأهمية هو \(\alpha = 0.05\) , والقيمة الحرجة لاختبار ثنائي الذيل هي \(t_c = 2.447\).
منطقة الرفض لهذا الاختبار ثنائي التيل هي \(R = \{t: |t| > 2.447\}\)
(3) إحصaئyaat
يتم احتساب المعالم T على النحو التالي:
\[ \begin{array}{ccl} t & = & \displaystyle \frac{\bar D}{s_D/ \sqrt n} \\\\ \\\\ & = & \displaystyle \frac{0.714}{1.704/ \sqrt{7}} \\\\ \\\\ & = & 1.109 \end{array}\](4) قrarar ب.
نظرًا لأنه يلاحظ أنه \(|t| = 1.109 \le t_c = 2.447\) , يتم ذلك بعد ذلك لما رضى الهاري.
باستخدام نهج القيمة p: القيمة p هي \(p = 0.31\) , وبما أن \(p = 0.31 \ge 0.05\) , فقد استنتج أن الفرضية الفارغة لم يتم رفضها.
(5) تاسنتا
وخلص إلى أن الفرضية الفارغة هو لمم يتام رفضه. لذلك , لا يوجد أدلة كافية لادعاء أن الفرق يعني أن الفرق \(\mu_D = \mu_1 - \mu_2\) يختلف عن 0 , على مستوى الأهمية \(\alpha = 0.05\).
فاصل الثقة
فاصل الثقة 95 ٪ هو \(-0.862 < \mu_D < 2.291\).
ما هو البديل غير البارامتري للاختبار t المقترن؟
هذا اختبار حدودي يجب استخدامه فقط إذا تم استيفاء افتراض الحالة الطبيعية.إذا فشلت , فيجب عليك استخدام هذا سال ويلووزون .تتناول هذه الآلة الحاسبة T-Test المقترنة المتوسط والانحراف المعياري للأزواج.
تطبيقات اختبار t الأخرى
في كثير من الأحيان يكون لديك عينتان غير مقترنين , وفي هذه الحالة ستستخدم أ خtbaar t alآlة حaSbة ulentin mystقlaten .لاحظ أنه في هذه الحالة , لا يتعين على العينات بالضرورة أن يكون لها نفس الحجم.