Quando raccogli dati o esegui un esperimento, di solito vuoi dimostrare che esiste una connessione tra una modifica in un parametro e una modifica in un'altra. Ad esempio, le cene degli spaghetti possono portare a più viaggi in tintoria. Gli strumenti statistici aiutano a capire se i dati raccolti sono significativi. In particolare, il T-test può aiutarti a decidere se c'è una differenza significativa tra due serie di dati. Ad esempio, un gruppo di dati può essere un viaggio in lavanderia a secco per le persone che non mangiano gli spaghetti e l'altro può fare visite a secco per le persone che mangiano gli spaghetti. Due diversi T-test funzionano in circostanze diverse, in primo luogo per dati completamente indipendenti, in secondo luogo per i gruppi di dati che sono in qualche modo connessi.

Esempi indipendenti

Crea una sezione del tuo foglio di lavoro per le statistiche riassuntive per i tuoi campioni indipendenti. Calcola la somma, il valore n (o la dimensione del campione) e la media dei punteggi per ciascuno dei campioni indipendenti. Etichetta ogni calcolo con "somma", "n" e "media", rispettivamente.

Calcola i gradi di libertà per ciascuno dei campioni indipendenti. I gradi di libertà sono solitamente rappresentati da "n-1" o dalla dimensione del campione meno uno. Scrivi il calcolo dei gradi di libertà nella sezione delle statistiche riassuntive.

Calcola la varianza e la deviazione standard per ciascuno dei campioni. Scrivi questi calcoli nella sezione delle statistiche di riepilogo per ciascun campione.

Aggiungi i gradi di libertà di entrambi i campioni e posizionalo accanto a una linea con l'etichetta "Gradi di totale libertà" o "Totale df".

Moltiplica i gradi di libertà di ogni campione per la varianza di ogni campione. Aggiungi i due numeri e dividi il totale per "Gradi di totale libertà". Scrivi questo numero calcolato su una riga con l'etichetta "Pooled Variance."

Dividi la "Varianza raggruppata" per "n" di uno dei campioni. Ripeti questo calcolo per l'altro campione. Aggiungi i due numeri risultanti. Prendi la radice quadrata di questo numero e posiziona questo calcolo su una riga con l'etichetta "Errore standard della differenza".

Sottrai la media campionaria più piccola dalla media campionaria più grande. Dividi questa differenza con "Errore standard della differenza" e scrivi questo calcolo come "valore ottenuto" o "valore t".

Esempi dipendenti

Sottrai il secondo punteggio da il primo punteggio per ogni coppia nel tuo set di dati. Posiziona ognuno di questi punteggi "differenza" in una colonna denominata "Differenza". Aggiungi le colonne "Differenza" per calcolare un totale ed etichetta il risultato come "D."

Piazza ciascuno dei punteggi "Differenza" e piazza ciascun risultato quadrato in una colonna denominata "D-quadrato". Aggiungi le colonne "D-quadrato" per calcolare un totale.

Moltiplicare il numero di punteggi accoppiati ("n") per il totale della colonna "D-quadrato". Sottrarre il quadrato della "D" totale da questo risultato. Dividere questa differenza per "n meno uno". Calcola la radice quadrata di questo numero ed etichetta il numero risultante come "divisore".

Dividi il totale "D" del "divisore" per trovare la statistica del valore t per il t-test dei campioni dipendenti.

Suggerimento

Confrontare la statistica del valore t ottenuta con il "valore t critico" che si trova nel grafico t della tabella di distribuzione per determinare se è necessario rifiutare l'ipotesi nulla o accettare l'ipotesi alternativa .