← ریاضی

آمار آزمون های فرضیه

ماشین حساب T-Test

زبان‌های دیگر English | 繁體中文 | فارسی

آزمون های تی یک نمونه، دو نمونه و زوجی را از آمار خلاصه یا داده های خام چسبانده شده اجرا کنید. آمار آزمون، درجات آزادی، p-value، فاصله اطمینان و d کوهن را در یک مکان مرور کنید.

این صفحه از جادوگر فاصله اطمینان و آزمون فرضیه محدودتر است. تمرکز آن آزمون های t مبتنی بر میانگین، داده خام و اندازه اثر کنار p-value است.

نحوه استفاده

  1. انتخاب کنید تک نمونه، دو نمونه، یا جفت شده است بر اساس طرح مطالعه شما
  2. اگر n، میانگین و انحراف معیار را دارید، آمار خلاصه را انتخاب کنید. اگر می خواهید صفحه ابتدا مقادیر چسبانده شده را خلاصه کند، داده های خام را انتخاب کنید.
  3. سطح دم و اطمینان را تنظیم کنید، تجزیه و تحلیل را اجرا کنید، سپس قبل از نتیجه گیری، p-value و d کوهن را با هم بخوانید.

سه گردش کار آزمون t در یک صفحه

این نسخه دامنه را محدود نگه می دارد: تک نمونه، دو نمونه مستقل و زوجی. آمار خلاصه، داده خام، فاصله اطمینان، اندازه اثر، کپی نتیجه و URL تنظیمات را پوشش می دهد.

ورودی ها

وقتی یک میانگین نمونه را با میانگین هدف یا مرجع مقایسه می کنید از این حالت استفاده کنید.

آنچه را که صفحه محاسبه می کند

  1. حالت ورودی انتخاب شده در صورت نیاز به اندازه نمونه، میانگین و انحراف استاندارد خلاصه می شود.
  2. صفحه آمار t، درجه آزادی و p-value را برای طرح انتخابی محاسبه می کند.
  3. همین اجرا همچنین یک فاصله اطمینان و یک اندازه اثر استاندارد را برمی‌گرداند.

تجزیه نمونه

آزمایشی را برای پر کردن جدول خلاصه توصیفی اجرا کنید.

چگونه نتیجه را تفسیر کنیم

سوالات متداول

چه زمانی باید به جای دو نمونه از جفت استفاده کنم؟

وقتی هر مشاهده در یک شرایط با همان موضوع یا واحد در شرایط دیگر جفت می شود، از آزمون t زوجی استفاده کنید. برای گروه های مستقل، آزمون t دو نمونه ای را انتخاب کنید.

تفاوت این صفحه با جادوگر آزمون CI و فرضیه چیست؟

این صفحه روی آزمون‌های t برای میانگین تمرکز دارد. داده خام، d کوهن، p-value و فاصله اطمینان را کنار هم نشان می دهد. جادوگر گسترده تر خانواده های آزمایشی بیشتری را پوشش می دهد.

آیا URL اشتراک‌گذاری شامل داده‌های خام من می‌شود؟

خیر. URL اشتراکی فقط تنظیمات سبک وزن مانند حالت آزمون t، دم، سطح اطمینان، نوع ورودی و مدل واریانس دو نمونه را ذخیره می‌کند. مقادیر وارد شده در مرورگر شما باقی می مانند.

چرا هم p-value و هم d کوهن را نشان می دهیم؟

p-value نشان می دهد نتیجه زیر فرضیه صفر چقدر غیرعادی است. d کوهن اندازه اثر را در مقیاس استاندارد نشان می دهد. این دو را با هم بخوانید.

آیا از آزمون t دو نمونه ای ولچ یا واریانس مساوی استفاده کنم؟

Welch معمولاً پیش فرض ایمن تر است زیرا به واریانس های مساوی نیاز ندارد. تنها زمانی از نسخه واریانس برابر استفاده کنید که این فرض توسط طرح مطالعه یا شواهد قبلی توجیه شود.

بعد چه چیزی را مقایسه کنیم

اگر هنوز در مرحله برنامه ریزی هستید، پیش از جمع آوری داده ها با ماشین حساب اندازه نمونه شروع کنید. برای گردش کار گسترده تر، جادوگر CI و آزمون فرضیه را باز کنید. اگر نتیجه t دارید، اندازه اثر را کنار p-value بررسی کنید.

نظرات (اختیاری)

برای کاهش بار، نظرات فقط در صورت نیاز واکشی می شوند.