İstatistik dünyasında hesaplamalar, varsayımlar ve sonuçlar hakimdir. Tüm testler ve sonuçlar arasında, t testleri ve p değeri, en kafa karıştırıcı iki varsayım tekniğidir.
İkisi aynı istatistik alt kümesinde bulunur ve birbirine bağlı olmanın yanı sıra başka bir varsayım ölçüsü sağlar. İki test aynı değil!
T-Test ve P-Değeri
T-testi ve P-Değeri arasındaki fark, örneklerin ortalamaları arasındaki fark oranını analiz etmek için bir T-Testinin kullanılmasıdır, p-değeri ise arasındaki farksızlığı ortadan kaldırmak için kullanılabilecek kanıt elde etmek için yapılır. iki örneğin ortalaması.
T-testi, normal bir aralıktaki iki ölçüm arasındaki farkı sağlarken, p-değeri örneğin uç tarafına odaklanır ve böylece uç bir sonuç sağlar.
Birbirleriyle ilişkili olmalarına rağmen, ikisi bir örneğin farklı yönlerini gösterir ve örneklerin çıkarıldığı popülasyonun farklı parametrelerini belirler.
T-Testi ve P-Değeri Karşılaştırma Tablosu (Tablo Halinde)
| Karşılaştırma Parametresi | T-Testi | P-Değeri |
|---|---|---|
| Tam form | Test istatistiği | olasılık değeri |
| İstatistik dalı | Çıkarımsal istatistik | Çıkarımsal istatistik |
| Hipotez testi | Evet | Evet |
| Örneklerin ortalamaları | dönüşümlü | Null-Aynı |
| Sonuç | ortalamadaki fark | Boş varsayımları reddetme |
T-Testi nedir?
T-Testi, ilgili iki kümenin ortalamaları arasındaki farkın oranını belirleyen istatistiksel bir testtir. Bir popülasyon örneğinden gelen tahminlerle ilgili istatistik kategorisine girer.
T-testi, bir şekilde birbiriyle ilişkili olan bir dizi veri üzerinde gerçekleştirilebilir; ortak özellik yaş, bölge, hizmet sunumu veya benzeri herhangi bir faktör olabilir. T analizi için iki farklı varsayım kullanılamaz.
T-testinin sonucunu çıkarmak için numuneler rastgele atanmalıdır. Numune boyutu, standart dağılım gibi görünecek şekilde olmalıdır, ancak her iki küme de aynı oranda ortalama değere yayılmış değerlere sahiptir.
Üç ünlü t-Test türü şunlardır; eşleştirilmiş örnek model, bir örnek ve bağımsız iki örnek testleri.
Eşleştirilmiş numune testi, testin aynı numune üzerinde farklı zamanlarda gerçekleştirilmesidir. Bu, çeşitli dış faktörlerin örneklem üzerindeki etkisini ortaya çıkarmak içindir. Tek örnekli bir t-testi kullanılarak, çalışanların gündüz saatlerindeki üretkenliği ile gece saatlerindeki verimliliğin karşılaştırılması yapılabilir.
Belirli bir şeyin bir faktörü sağlanan standartla karşılaştırıldığında tek örnekleme. Ampulün ortalama ömrünün karşılaştırılması ve bunların bir ampul örneği ile karşılaştırılması ortalamanın yeterliliğini çıkarmak için bu ölçü ile yapılabilir.
Otonom bir numune testi verilen bir isimdir; örneklerden belli bir faktör alındığında; iki farklı örnekten iki farklı veri seti çıkarılır. Bu yöntem kullanılarak kız ve erkek öğrenciler arasındaki IQ seviyeleri belirlenebilir.
Bu karşılaştırma, kullanıcının iki veri seti arasındaki ilişkiyi deşifre etmesine veya belirtilen standartların arkasındaki gerçeği kavramasına yardımcı olur.
P-Değeri nedir?
P-değeri, iki örneğin ortalamasının hiçbir farkı olmadığı gerçeğini reddetmek için kullanılan varsayım testidir.
Alfa önceden belirlenmiş bir olasılığı tanımlamak için kullanılan terimdir, p-değeri ise popülasyonun ve örneğin kapsamlı bir analizinden sonra hesaplanan olasılık için kullanılan terimdir.
Sıfır veya fark yok hipotezinin tersi dalgalı veya alternatif ortalamadır, böyle bir durumda ortaya çıkan p-değeri statik hipotezden en dikkate değer rakamdan küçükse reddedilir.
Bazı durumlarda aynı hipotez yanlış bir şekilde reddedilir; bu, gerçekte boş varsayımın doğru olduğu ancak önemli sayı p-değerinden yüksek olduğu için reddedildiği durumlarda yapılır.
Diğer durumda, hipotez yanlış kabul edilir. Bir farkın kolaylıkla gösterilmesine rağmen, bunun dış sorunlardan kaynaklandığına ve herhangi bir ölçüm veya bu tür göstergelerden kaynaklanmadığına inanılmaktadır.
Daha küçük bir p değeri, tüm örnek üzerinde sahip olduğu etkinin daha büyük ve anlamlı olduğu anlamına gelir.
Eğer p-değeri o kadar önemsiz bir yapıya sahipse ki, sonunda araçların hiçbir farkı olmadığı beyan edilmelidir; böyle bir durumda, tüm testin testleri ve sonuçları önemsiz olarak kabul edilir.
T-Test ve P-Değeri Arasındaki Temel Farklar
Ateşli bir bakış, T-testi ve P-değeri arasındaki büyük farkları gösterir:
Çözüm
Örnekleme ve varsayımlar ilk aşamada yapılırken, bir popülasyon ve kısıtlamaları ile ilgili varsayımlar, istatistiklerin analitik dalının hayati bir parçasıdır.
T-testi ve p-değerinin hesaplanması, daha sonraki hesaplamaların sonuçların oluşturulduğu hayati aşamayı oluşturur.
Önceki iki test, seçilen örneklem ve test için bir varsayımın geliştirildiği nihai popülasyon hakkında net bir fikir verir.
Her iki testin sonuçları da istatistiklerin entegre bir parçasını oluşturur ve bu nedenle ikisi arasındaki anlamlı farkı anlamak son derece önemlidir.
