Forskel mellem T-test og F-test
Share
Hypotesetestning starter med at oprette lokalerne, der efterfølges af at vælge et signifikansniveau. Dernæst skal vi vælge teststatistikken, dvs. t-test eller f-test. Mens t-test bruges til at sammenligne to relaterede prøver, f-test bruges til at teste ligheden mellem to befolkninger.
Hypotesen er et simpelt forslag, der kan bevises eller modbevises gennem forskellige videnskabelige teknikker og fastlægger forholdet mellem uafhængig og en eller anden afhængig variabel. Det er i stand til at blive testet og verificeret for at konstatere dets gyldighed ved en objektiv undersøgelse. Test af en hypotese forsøger at tydeliggøre, om antagelsen er gyldig eller ej.
For en forsker er det bydende nødvendigt at vælge den rigtige test til hans / hendes hypotese, da hele beslutningen om at validere eller afvise nulhypotesen er baseret på den. Læs den givne artikel for at forstå forskellen mellem t-test og f-test.
Indhold: T-test mod F-test
- Sammenligningstabel
- Definition
- Vigtige forskelle
- Konklusion
Sammenligningstabel
| Grundlag for sammenligning | T-test | F-test |
|---|---|---|
| Betyder | T-test er en univariat hypotetest, der anvendes, når standardafvigelse ikke er kendt, og prøvestørrelsen er lille. | F-test er en statistisk test, der bestemmer ligheden mellem variationerne i de to normale populationer. |
| Teststatistik | T-statistik følger Student-t-distribution under nulhypotese. | F-statistik følger Snedecor f-distribution under nulhypotese. |
| Ansøgning | Sammenligning af middel til to befolkninger. | Sammenligning af to befolkningsafvigelser. |
Definition af T-test
En t-test er en form for den statistiske hypotesetest, der er baseret på Student's t-statistik og t-distribution for at finde ud af p-værdien (sandsynlighed), der kan bruges til at acceptere eller afvise nullhypotesen.
T-test analyserer, om middelet til to datasæt er meget forskellig fra hinanden, dvs. om populationsmiddelværdien er lig med eller forskellig fra standardgennemsnittet. Det kan også bruges til at konstatere, om regressionslinjen har en hældning, der er forskellig fra nul. Testen er afhængig af en række antagelser, som er:
- Befolkningen er uendelig og normal.
- Befolkningsvarians er ukendt og vurderes ud fra prøven.
- Middelværdien er kendt.
- Prøveobservationer er tilfældige og uafhængige.
- Prøvestørrelsen er lille.
- H0 kan være ensidig eller tosidet.
Gennemsnit og standardafvigelse for de to prøver bruges til at sammenligne dem, således at:
hvor,
x1 = Gennemsnit af det første datasæt
x̄2 = Gennemsnit af det andet datasæt
S1 = Standardafvigelse for det første datasæt
S2 = Standardafvigelse for det andet datasæt
n1 = Størrelse på første datasæt
n2 = Størrelse på andet datasæt
Definition af F-test
F-test beskrives som en type hypotestest, der er baseret på Snedecor f-distribution, under nulhypotesen. Testen udføres, når det ikke vides, om de to populationer har samme varians.
F-test kan også bruges til at kontrollere, om dataene er i overensstemmelse med en regressionsmodel, der erhverves gennem mindst firkantet analyse. Når der er flere lineære regressionsanalyser, undersøger den den samlede gyldighed af modellen eller bestemmer, om nogen af de uafhængige variabler har et lineært forhold til den afhængige variabel. Der kan foretages en række forudsigelser, sammenligningen af de to datasæt. Udtrykket af f-testværdien ligger i variansforholdet mellem de to observationer, der er vist som under:
Hvor, σ2 = varians
Forudsætningerne, som f-test bygger på, er:
- Befolkningen er normalt fordelt.
- Prøver er trukket tilfældigt.
- Observationer er uafhængige.
- H0 kan være ensidig eller tosidet.
Vigtige forskelle mellem T-test og F-test
Forskellen mellem t-test og f-test kan trækkes tydeligt på følgende grunde:
- En univariat hypotesetest, der anvendes, når standardafvigelsen ikke er kendt, og prøvestørrelsen er lille, er t-test. På den anden side kaldes en statistisk test, der bestemmer ligheden mellem variationerne i de to normale datasæt, f-test.
- T-testen er baseret på T-statistik følger Student-t-distribution under nulhypotesen. Omvendt er grundlaget for f-testen F-statistik følger Snedecor f-distribution under nulhypotesen.
- T-testen bruges til at sammenligne middel fra to populationer. I modsætning hertil bruges f-test til at sammenligne to populationsvariationer.
Konklusion
T-test og f-test er de to, af antallet af forskellige typer statistisk test, der bruges til hypotesetest og beslutter, om vi vil acceptere nulhypotesen eller afvise den. Hypotesetesten tager ikke selv beslutninger, men den hjælper snarere forskeren med at tage beslutningstagning.
