Инференциалдык статистикадагы t-тест
Инференциалдык статистика - бул үлгү маалыматтарына негизделген популяция жөнүндө тыянак чыгаруу үчүн колдонулган статистиканын бир тармагы. Бул инференциалдык анализде көп колдонулган куралдардын бири - t-тест. t-тест - бул эки топтун орточо маанисинин ортосунда олуттуу айырма бар же жок экенин аныктоо же үлгү орточо маанисин белгилүү популяция орточо мааниси менен салыштыруу үчүн колдонулган статистикалык ыкма. Бул макалада биз t-тесттин негизги түшүнүктөрүн, түрлөрүн, ишке ашыруу жол-жоболорун жана ар кандай изилдөө тармактарында практикалык колдонулушун талкуулайбыз.
t-тесттин негизги түшүнүктөрү
t-тест Уильям Сили Госсет тарабынан 20-кылымдын башында, Guinness сыра компаниясында иштеп жүргөндө иштелип чыккан. Купуялуулук максатында ал өз эмгегин "Студент" деген каймана ат менен жарыялаган, бул тесттин Студенттин t-тест деп аталып калышына алып келген.
t-тест эки орточо маанинин ортосунда олуттуу айырма жок же үлгүнүн орточо мааниси популяциянын орточо маанисине барабар деген нөлдүк гипотезаны (H0) текшерүү үчүн колдонулат. Альтернативдүү гипотеза (H1) тескерисинче, топтордун ортосунда олуттуу айырма бар же үлгүнүн орточо мааниси популяциянын орточо маанисинен айырмаланат деп айтат. t-статистика үлгүнүн орточо маанисине, дисперсиясына жана үлгүнүн өлчөмүнө негизделип эсептелет жана маанилүүлүгүн аныктоо үчүн t-бөлүштүрүү менен салыштырылат.
Т-тесттин түрлөрү
Т-тесттердин бир нече түрлөрү бар, алардын ар бири ар кандай максаттарда колдонулат:
1. Бир үлгүлүү t-тест:
– Үлгү орточо маанисин белгилүү популяциялык орточо маани менен салыштыруу үчүн колдонулат.
2. Жупташтырылган үлгү t-тест:
– Мисалы, бир эле тема боюнча бир эле дарылоодон мурун жана кийин, бизде эки башка байланыштуу маалыматтар топтому болгондо колдонулат.
3. Көз карандысыз үлгү t-тест:
– Эки башка жана байланышпаган топтордун орточо көрсөткүчүн салыштыруу үчүн колдонулат.
Бир үлгү t-тест
Бир үлгүлүү t-тест бир гана үлгүдөгү маалыматтардын орточо мааниси популяциянын белгилүү же болжолдуу орточо маанисинен олуттуу айырмаланарын аныктоо үчүн колдонулат. Мисалы, бизде бир топ адамдардын үлгү салмак маалыматтары бар жана аны жалпы популяциянын орточо салмагы менен салыштыргыбыз келет дейли.
Кадамдар:
1. Тандоодогу орточо маанини (\(\bar{X}\)), популяциядагы орточо маанини (\(\mu\)) жана үлгүнүн стандарттык четтөөсүн (s) аныктаңыз.
2. Формуланы колдонуп, t статистикасын эсептегиле:
\[
t = \frac{\bar{X} – \mu}{\frac{s}{\sqrt{n}}}
\]
мында \(n\) - үлгүнүн өлчөмү.
3. Эркиндик даражаларына (\(df = n-1\)) жана каалаган маанилүүлүк деңгээлине негизделген эсептелген t-маанисин t-бөлүштүрүү таблицасынан алынган критикалык t-мааниси менен салыштырыңыз.
Эгерде t-саны t-критикалык мааниден чоң болсо, биз нөлдүк гипотезаны четке кагып, олуттуу айырма бар деген тыянакка келебиз.
Корреляция үчүн эки үлгүлүү t-тест
Эки үлгүлүү t-тест эки байланыштуу маалымат топтому же маалымат жуптары болгондо колдонулат. Жалпы мисал катары бир эле топтогу "мурунку" жана "кийинки" тестти келтирүүгө болот.
Кадамдар:
1. Маалымат жуптарынын айырмасын (\(d\)) жана айырмалардын орточо маанисин (\(\bar{d}\)) эсептегиле.
2. Айырманын стандарттык четтөөсүн (s_d) эсептегиле.
3. t статистикасы төмөнкү формула боюнча эсептелет:
\[
t = \frac{\bar{d}}{\frac{s_d}{\sqrt{n}}}
\]
4. Эсептелген t-маанисин \(df = n-1\) менен t-бөлүштүрүү таблицасынан алынган критикалык t-мааниси менен салыштырыңыз.
Эки үлгүлүү байланышсыз t-тест
Бул t-тест эки башка топтун орточо маанилерин салыштыруу үчүн колдонулат.
Кадамдар:
1. (\(\bar{X_1}\), s1, n1) жана (\(\bar{X_2}\), s2, n2) эки үлгүнүн орточо маанисин жана стандарттык четтөөсүн аныктагыла.
2. Формуланы колдонуп, t статистикасын эсептегиле:
\[
t = \frac{\bar{X_1} – \bar{X_2}}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}
\]
3. Эркиндик даражалары татаалыраак формуланы же консервативдик эрежени (n1+n2-2) колдонуу менен эсептелет.
4. Эсептелген t-маанисин критикалык t-мааниси менен салыштырыңыз.
t-тестти ишке ашыруу жол-жобосу
t-тестти жүргүзүү үчүн статистикалык эсептөөлөр гана эмес, ошондой эле изилдөө контекстин жана анын негизги божомолдорун терең түшүнүү талап кылынат:
1. Гипотезаны түзүү: Текшериле турган нөлдүк жана альтернативдик гипотезаларды аныктаңыз.
2. Маалыматтарды чогултуу жана талдоо: Маалыматтардын t-тесттин негизги божомолдоруна, мисалы, нормалдуулукка жана тиешелүү өлчөө шкалаларына жооп берерин камсыз кылыңыз.
3. t-статистикасын эсептеңиз: Колдонулган t-тесттин түрү үчүн тиешелүү формуланы колдонуңуз.
4. t-бөлүштүрүү менен салыштырыңыз жана жыйынтыктарды чечмелеңиз: Эсептелген t-тестти критикалык t-тест менен салыштырып, нөлдүк гипотеза боюнча чечимди аныктаңыз.
5. Зарыл болсо, кошумча тесттерди жүргүзүңүз: Кээде натыйжалардын жарактуулугун камсыз кылуу үчүн кошумча тесттер талап кылынат, мисалы, байланышпаган эки үлгүлүү t-тесттеги дисперсиялардын теңдигин текшерүү үчүн Левендин тести.
t-тесттин практикалык колдонулушу
t-тест пландарды жана чечимдерди текшерүү үчүн ар кандай тармактарда колдонулат. Мисалы:
– Медициналык: t-тест ошол эле топтогу дарылоого чейинки жана кийинки дарылоону салыштыруу аркылуу жаңы дарылоонун натыйжалуулугун баалоо үчүн колдонулат.
– Билим берүү: Кайсы ыкма натыйжалуураак экенин аныктоо үчүн эки окутуу ыкмасынын ортосундагы тест упайларын салыштыруу.
– Бизнес: Маркетинг кампаниясына чейин жана андан кийин орточо сатуунун салыштырмалуу талдоосу.
Мисалы, медициналык изилдөөлөрдө изилдөөчү жаңы дары кан басымында олуттуу өзгөрүүлөрдү жаратабы же жокпу, билгиси келиши мүмкүн. Дарылоодон мурун жана кийин бейтаптын үлгүлөрүн алуу менен, алар анализ үчүн тиешелүү эки үлгүлүү t-тестти колдоно алышат.
Корутунду
t-тест инференциалдык статистикадагы маанилүү курал болуп саналат. Негизги түшүнүктөрдү, t-тесттердин түрлөрүн жана туура ишке ашыруу жол-жоболорун түшүнүү менен, изилдөөчүлөр маалыматтарга негизделген так жана ишенимдүү чечимдерди кабыл ала алышат. Ар кандай тармактарда кеңири колдонулушу менен, t-тест гипотезаларды текшерүү жана үлгү маалыматтарына негизделген популяциялар жөнүндө негиздүү тыянактарды чыгаруу үчүн статистикалык анализде негизги таяныч болуп калууда.
