Ero T-testin ja F-testin välillä

Hypoteesitestaus alkaa tilojen asettamisesta, jonka jälkeen valitaan merkitsevyystaso. Seuraavaksi meidän on valittava testitilastot, ts. T-testi tai f-testi. Sillä aikaa t-testi käytetään kahden samankaltaisen näytteen vertailuun, f-testi käytetään kahden populaation tasa-arvon testaamiseen.

Hypoteesi on yksinkertainen väite, joka voidaan todistaa tai kiistää erilaisilla tieteellisillä tekniikoilla ja jolla luodaan suhde itsenäisen ja jonkin riippuvan muuttujan välillä. Se voidaan testata ja varmentaa sen pätevyyden puolueettoman tutkimuksen avulla. Hypoteesin testauksella pyritään selvittämään, onko oletus pätevä.

Tutkijalle on välttämätöntä valita oikea testi hänen hypoteesilleen, koska koko päätös nollahypoteesin validoinnista tai hylkäämisestä perustuu siihen. Tutustu annettuun artikkeliin ymmärtääksesi eroa t-testin ja f-testin välillä.

Sisältö: T-testi Vs-testi

1. Vertailutaulukko
2. Määritelmä
3. Keskeiset erot
4. johtopäätös

Vertailutaulukko

Vertailun perusteet	T-testi	F-testi
merkitys	T-testi on yksimuuttujahypoteesitesti, jota käytetään, kun keskihajontaa ei tunneta ja näytteen koko on pieni.	F-testi on tilastollinen testi, joka määrittää kahden normaalin populaation varianssien yhtäläisyydet.
Testitilastot	T-tilastotiedot seuraavat opiskelijan t-jakaumaa nollahypoteesin alla.	F-tilastotiedot seuraavat Snedecorin f-jakaumaa nollahypoteesin alla.
hakemus	Kahden populaation keskiarvojen vertaaminen.	Vertailemalla kahta populaatiovarianssia.

T-testin määritelmä

T-testi on tilastollisen hypoteesitestin muoto, joka perustuu opiskelijan t-tilastoihin ja t-jakaumaan p-arvon (todennäköisyyden) selvittämiseksi, jota voidaan käyttää hylkäämään nollahypoteesi.

T-testi analysoi, jos kahden tietojoukon keskiarvot eroavat suuresti toisistaan, ts. Onko populaation keskiarvo yhtä suuri vai erilainen kuin normaali keskiarvo. Sitä voidaan käyttää myös selvittämään, onko regressioviivalla kaltevuus, joka poikkeaa nollasta. Testi perustuu lukuisiin oletuksiin, jotka ovat:

• Väestö on ääretön ja normaali.
• Väestövarianssia ei tunneta ja arvioidaan näytteestä.
• Keskiarvo tiedetään.
• Otohavainnot ovat satunnaisia ​​ja riippumattomia.
• Otoksen koko on pieni.
• H₀ voivat olla yksipuolisia tai kaksipuolisia.

Kahden näytteen keskimääräistä ja keskihajontaa käytetään vertaillakseen niitä siten, että:

missä,

x₁ = Ensimmäisen tietojoukon keskiarvo
x̄2 = toisen tietojoukon keskiarvo
S₁ = Ensimmäisen tietojoukon keskihajonta
S₂ = Toisen tietojoukon keskihajonta
n₁ = Ensimmäisen tietojoukon koko
n₂ = Toisen tietojoukon koko

F-testin määritelmä

F-testi kuvataan tyypilliseksi hypoteesitestiksi, joka perustuu Snedecorin f-jakautumiseen nollahypoteesin alla. Testi suoritetaan, kun ei tiedetä, onko kahdella populaatiolla sama varianssi.

F-testiä voidaan käyttää myös tarkistamaan, vastaako data regressiomallia, joka saadaan vähiten neliöanalyysillä. Kun on olemassa useita lineaarisia regressioanalyyseja, se tutkii mallin yleisen pätevyyden tai määrittää, onko jollakin riippumattomista muuttujista lineaarinen suhde riippuvaiseen muuttujaan. Kahden tietojoukon vertailun avulla voidaan tehdä useita ennusteita. F-testiarvon ilmaisu on kahden havainnon varianssisuhteessa, joka esitetään seuraavasti:

Missä, σ² = varianssi

Oletukset, joihin f-testi perustuu:

• Väestö on normaalisti jakautunut.
• Näytteet on otettu satunnaisesti.
• Havainnot ovat riippumattomia.
• H₀ voivat olla yksipuolisia tai kaksipuolisia.

T-testin ja F-testin tärkeimmät erot

Ero t-testin ja f-testin välillä voidaan tehdä selvästi seuraavista syistä:

1. Yksimuuttujahypoteesitesti, jota käytetään, kun keskihajontaa ei tunneta ja näytteen koko on pieni, on t-testi. Toisaalta tilastollinen testi, joka määrittää kahden normaalin tietojoukon varianssien yhtäläisyyden, tunnetaan nimellä f-testi.
2. T-testi perustuu T-tilastoon, joka seuraa Opiskelijan t-jakaumaa nollahypoteesin alla. Sitä vastoin f-testin perusta on F-tilasto seuraa Snedecorin f-jakaumaa nollahypoteesin alla.
3. T-testiä käytetään vertaamaan kahden populaation keskiarvoja. Sitä vastoin f-testiä käytetään kahden populaatiovarianssin vertaamiseen.

johtopäätös

T-testi ja f-testi ovat kaksi hypoteesitestauksessa käytettyjen erityyppisten tilastollisten testien lukumäärästä ja ne päättävät, hyväksymmekö nollahypoteesin vai hylkäämmekö sen. Hypoteesitesti ei itse tee päätöksiä, vaan auttaa tutkijaa päätöksenteossa.