연구원과 과학자들은 종종 t- 검정이라는 통계 검정을 사용하여 두 데이터 그룹이 서로 다른지 평가합니다. t- 검정은 각 그룹의 평균을 비교하고 평균의 기반이되는 숫자를 고려하여 두 그룹 간의 데이터 겹침 양을 결정합니다. 이 테스트는 또한 두 그룹 간의 차이가 얼마나 중요한지 알려주고 이러한 차이가 우연히 발생했을 수 있는지 또는 통계적으로 유의한지 여부를 보여줍니다.
TL; DR (너무 깁니다. 읽지 않음)
통계에서 t- 검정은 두 그룹의 평균을 비교하는 데 사용됩니다. 음의 t- 값은 연구중인 효과의 방향성이 반전됨을 나타내지 만 데이터 그룹 간의 차이의 중요성에는 영향을주지 않습니다.
T- 검정 유형
t- 검정의 세 가지 주요 유형은 독립 표본 t- 검정, 쌍체 표본 t- 검정 및 하나의 표본 t- 검정입니다. 독립 표본 t- 검정은 두 그룹의 평균을 비교합니다. 쌍을 이룬 표본 t- 검정은 예를 들어 1 년 간격으로 동일한 그룹의 평균을 서로 다른 시간에 비교합니다. 단일 표본 t- 검정은 알려진 평균에 대해 단일 그룹의 평균을 검정합니다.
T- 점수 기초
t- 점수는 두 그룹 간의 차이와 그룹 내 차이의 비율입니다. t 점수가 클수록 그룹간에 차이가 더 커집니다. t 점수가 작을수록 그룹간에 더 많은 유사성이 있습니다. 예를 들어, t- 점수가 3이면 그룹이 서로 내부에있는 것보다 3 배 더 다르다는 것을 의미합니다. t- 검정을 실행할 때 t- 값이 클수록 결과가 반복 될 가능성이 높아집니다.
간단히 말해서, 큰 t- 점수는 그룹이 다르다는 것을 나타내고 작은 t- 점수는 그룹이 유사하다는 것을 나타냅니다.
차이 계산
그룹 평균 간의 차이를 계산하려면 하나의 평균을 다른 평균에서 빼야합니다.
고유 한 그룹에서 한 그룹의 평균을 빼서 차이의 표준 오차 (변동이라고도 함)를 계산합니다. 동일한 그룹의 샘플, 해당 값을 제곱하고 값을 그룹의 총 샘플 수에서 뺀 값으로 나눕니다. 1. 각 고유 샘플에 대해이 계산을 수행 한 다음 모든 값을 더합니다.
음의 T- 값
그룹 평균 간의 차이를 그룹 간의 차이에 대한 표준 오차로 나누어 t- 값을 찾습니다.
음의 t- 값은 효과 방향의 반전을 나타내며 그룹 간 차이의 중요성에 영향을주지 않습니다. 음의 t- 값을 분석하려면 다음의 값과 비교하여 절대 값을 조사해야합니다. 최종 추정값의 변동성을 정량화하는 t- 값 및 자유도 표 번호. 실험 t- 값의 절대 값이 자유도 차트에서 찾은 값보다 작 으면 두 그룹의 평균이 크게 다르다고 할 수 있습니다.
