T检验
2023-08-03 18:43:08 0 举报
AI智能生成
T检验知识点总结
作者其他创作
大纲/内容
处理两个总体讲的计量资料之间的差异
H0:两组均数相同
H1:两组均数不同
假设检验
通过证明H0为小概率事件,来证明H1为真
基本思想
已知某群体的平均值
抽取部分个体作为样本
比较抽出的样本所代表的总体与已知总体健是否有差异
单样本t检验
引用前提:数据符合正态分布
在两未知的总体分别抽取一个样本
比较两个总体之间是否有差异
常见形式:随机分组,按照属性特征分组
两独立样本t检验
独立、正态、方差齐
试验类型为配对的,比较配成对的两组数据之间的差异
条件配对
一分为二的配对
干预前后自身配对
不同检验方法配对
配对样本t检验
差值符合正态分布
类型
【单样本/独立样本/成对样本t检验】
【比较均值】
【分析】
操作步骤
三核心:【基本统计计量】——样本量、均数、标准差→产生主观意识
2.找t值和p值:p值<0.05,即有差异,结合样本均数,退单两者之间的大小关系 。
三核心:【基本统计计量】——样本量、均数、标准差
2. 方差齐性:莱文方差等同性检验——p值>0.05,则方差齐,看第一行;p值<0.05,方差不齐,看第二行的t检验
3.找t值和p值:结合方差检验的p值选择t检验或t’检验
1.三核心:【基本统计量】——样本量、均数、标准差→产生主观意识
相关性与t检验的P值均<0.05,说明数据一致性好,差异有统计意义,而且差异的产生就是干预因素作用的结果
相关显著,但t检验不显著,说明数据具有一致性,但均数差异不显著,即干预措施未发挥作用
相关性不显著,t检验显著,暗示均数存在差异,但个体均数差异变化不一致,均数的差异可能还受其他因素影响
相关和t检验均不显著,数据不一致、组间均数差异也没有意义。
2.看相关:
3.找t值和p值:P值<0.05可认为具有统计学意义。
结果解读
T 检验
0 条评论
回复 删除
下一页