அனுமானப் புள்ளிவிவரங்களில் t-சோதனை

அனுமானப் புள்ளிவிவரங்களில் t-சோதனை

மாதிரித் தரவுகளின் அடிப்படையில் ஒரு மக்கள் தொகையைப் பற்றி முடிவுகளை எடுக்கப் பயன்படும் புள்ளியியலின் ஒரு பிரிவே அனுமானப் புள்ளியியல் ஆகும். இந்த அனுமானப் பகுப்பாய்வில் அடிக்கடி பயன்படுத்தப்படும் ஒரு கருவி t-சோதனை ஆகும். t-சோதனை என்பது இரண்டு குழுக்களின் சராசரிகளுக்கு இடையே குறிப்பிடத்தக்க வேறுபாடு உள்ளதா என்பதைத் தீர்மானிக்க அல்லது ஒரு மாதிரி சராசரியை அறியப்பட்ட மக்கள் தொகை சராசரியுடன் ஒப்பிடப் பயன்படும் ஒரு புள்ளியியல் நுட்பமாகும். இந்தக் கட்டுரையில், t-சோதனையின் அடிப்படைக் கருத்துகள், வகைகள், செயல்படுத்தும் நடைமுறைகள் மற்றும் பல்வேறு ஆராய்ச்சித் துறைகளில் அதன் நடைமுறைப் பயன்பாடுகள் குறித்து விவாதிப்போம்.

t-சோதனையின் அடிப்படைக் கருத்துக்கள்

t-சோதனையானது 20 ஆம் நூற்றாண்டின் தொடக்கத்தில், கின்னஸ் பீர் நிறுவனத்தில் பணிபுரிந்தபோது வில்லியம் சீலி கோசெட் என்பவரால் உருவாக்கப்பட்டது. இரகசியத்தன்மை கருதி, அவர் தனது படைப்பை "ஸ்டூடண்ட்" என்ற புனைப்பெயரில் வெளியிட்டார், இதன் காரணமாக இச்சோதனை ஸ்டூடண்ட்ஸ் t-சோதனை என்று அறியப்பட்டது.

t-சோதனையானது, இரண்டு சராசரிகளுக்கு இடையில் குறிப்பிடத்தக்க வேறுபாடு இல்லை அல்லது மாதிரி சராசரியானது மக்கள் தொகை சராசரிக்குச் சமம் என்று கூறும் பூஜ்ஜிய கருதுகோளை (H0) சோதிக்கப் பயன்படுகிறது. மாற்று கருதுகோள் (H1) இதற்கு நேர்மாறாக, குழுக்களுக்கு இடையில் குறிப்பிடத்தக்க வேறுபாடு உள்ளது அல்லது மாதிரி சராசரியானது மக்கள் தொகை சராசரியிலிருந்து வேறுபடுகிறது என்று கூறுகிறது. t-புள்ளிவிவரமானது மாதிரி சராசரி, மாறுபாடு மற்றும் மாதிரி அளவு ஆகியவற்றின் அடிப்படையில் கணக்கிடப்பட்டு, முக்கியத்துவத்தைத் தீர்மானிக்க t-பரவலுடன் ஒப்பிடப்படுகிறது.

t-சோதனையின் வகைகள்

t சோதனைகளில் பல வகைகள் உள்ளன, அவற்றில் ஒவ்வொன்றும் வெவ்வேறு நோக்கங்களுக்காகப் பயன்படுத்தப்படுகின்றன:

1. ஒரு மாதிரி t-சோதனை:
மாதிரி சராசரியை, அறியப்பட்ட மக்கள்தொகை சராசரியுடன் ஒப்பிடுவதற்குப் பயன்படுகிறது.

2. இணை மாதிரி t-சோதனை:
– ஒரே நபருக்கு, ஒரே சிகிச்சைக்கு முன்னும் பின்னும் உள்ள தரவுகள் போன்ற, தொடர்புடைய இரண்டு தரவுத் தொகுப்புகள் நம்மிடம் இருக்கும்போது இது பயன்படுத்தப்படுகிறது.

3. சார்பற்ற மாதிரி t-சோதனை:
இரு வேறுபட்ட மற்றும் தொடர்பில்லாத குழுக்களின் சராசரியை ஒப்பிடுவதற்குப் பயன்படுகிறது.

ஒரு மாதிரி t-சோதனை

ஒரு ஒற்றைத் தரவு மாதிரியின் சராசரியானது, பொது மக்கள் தொகையின் அறியப்பட்ட அல்லது அனுமானிக்கப்பட்ட சராசரியிலிருந்து குறிப்பிடத்தக்க அளவு வேறுபடுகிறதா என்பதை நாம் தீர்மானிக்க விரும்பும்போது, ​​ஒற்றை-மாதிரி t-சோதனை பயன்படுத்தப்படுகிறது. நம்மிடம் ஒரு குழுவினரிடமிருந்து பெறப்பட்ட மாதிரி எடைத் தரவுகள் உள்ளன என்றும், அதை நாம் பொது மக்கள் தொகையின் சராசரி எடையுடன் ஒப்பிட விரும்புகிறோம் என்றும் வைத்துக்கொள்வோம்.

லங்கா-லங்கா:
1. மாதிரி சராசரி (\(\bar{X}\)), மக்கள் தொகை சராசரி (\(\mu\)), மற்றும் மாதிரி திட்ட விலக்கம் (s) ஆகியவற்றைக் கண்டறியவும்.
2. பின்வரும் சூத்திரத்தைப் பயன்படுத்தி t புள்ளியியலைக் கணக்கிடுங்கள்:
\[
t = \frac{\bar{X} – \mu}{\frac{s}{\sqrt{n}}}
\]
இதில் \(n\) என்பது மாதிரி அளவு.
3. கணக்கிடப்பட்ட t-மதிப்பை, தன்னிச்சை அளவுகள் (\(df = n-1\)) மற்றும் விரும்பிய முக்கியத்துவ நிலை ஆகியவற்றின் அடிப்படையில் t-பரவல் அட்டவணையிலிருந்து பெறப்பட்ட முக்கிய t-மதிப்புடன் ஒப்பிடுக.

t-எண்ணிக்கை, t-விமர்சன மதிப்பை விட அதிகமாக இருந்தால், நாம் பூஜ்ஜிய கருதுகோளை நிராகரித்து, ஒரு குறிப்பிடத்தக்க வேறுபாடு உள்ளது என்று முடிவு செய்கிறோம்.

ஒட்டுறவுக்கான இரு மாதிரி t-சோதனை

இரண்டு தொடர்புடைய தரவுத் தொகுப்புகள் அல்லது தரவு இணைகள் இருக்கும்போது இரு-மாதிரி t-சோதனை பயன்படுத்தப்படுகிறது. ஒரே குழுவின் மீது செய்யப்படும் முன்-பின் சோதனை இதற்கு ஒரு பொதுவான எடுத்துக்காட்டு ஆகும்.

லங்கா-லங்கா:
1. தரவு ஜோடிகளின் வேறுபாடு (\(d\)) மற்றும் வேறுபாடுகளின் சராசரி (\(\bar{d}\)) ஆகியவற்றைக் கணக்கிடுங்கள்.
2. வித்தியாசத்தின் திட்ட விலக்கத்தை (s_d) கணக்கிடுங்கள்.
3. t புள்ளிவிவரம் பின்வரும் சூத்திரத்தைப் பயன்படுத்தி கணக்கிடப்படுகிறது:
\[
t = \frac{\bar{d}}{\frac{s_d}{\sqrt{n}}}
\]
4. கணக்கிடப்பட்ட t-மதிப்பை, \(df = n-1\) உடன் கூடிய t-பரவல் அட்டவணையிலிருந்து பெறப்பட்ட முக்கிய t-மதிப்புடன் ஒப்பிடுக.

இரு-மாதிரி தொடர்பற்ற t-சோதனை

இரண்டு வெவ்வேறு குழுக்களின் சராசரிகளை ஒப்பிடுவதற்கு இந்த t-சோதனை பயன்படுத்தப்படுகிறது.

லங்கா-லங்கா:
1. (\(\bar{X_1}\), s1, n1) மற்றும் (\(\bar{X_2}\), s2, n2) ஆகிய இரண்டு மாதிரிகளின் சராசரி மற்றும் திட்ட விலையைக் கண்டறியவும்.
2. பின்வரும் சூத்திரத்தைப் பயன்படுத்தி t புள்ளியியலைக் கணக்கிடுங்கள்:
\[
t = \frac{\bar{X_1} – \bar{X_2}}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}
\]
3. சுதந்திரப் படிகள், மிகவும் சிக்கலான சூத்திரத்தைப் பயன்படுத்தியோ அல்லது (n1+n2-2) என்ற காப்பு விதியைப் பயன்படுத்தியோ கணக்கிடப்படுகின்றன.
4. கணக்கிடப்பட்ட t-மதிப்பை முக்கிய t-மதிப்புடன் ஒப்பிடுக.

t-சோதனையைச் செயல்படுத்துவதற்கான நடைமுறை

t-சோதனையைச் செய்வதற்குப் புள்ளிவிவரக் கணக்கீடுகள் மட்டுமல்லாமல், ஆராய்ச்சிச் சூழல் மற்றும் அடிப்படை அனுமானங்கள் பற்றிய முழுமையான புரிதலும் தேவைப்படுகிறது:

1. கருதுகோள் உருவாக்கம்: சோதிக்கப்பட வேண்டிய பூஜ்ஜியக் கருதுகோள் மற்றும் மாற்று கருதுகோள்களைத் தீர்மானிக்கவும்.
2. தரவைச் சேகரித்து பகுப்பாய்வு செய்தல்: தரவு, இயல்புநிலை மற்றும் பொருத்தமான அளவீட்டு அளவுகள் போன்ற t-சோதனையின் அடிப்படை அனுமானங்களைப் பூர்த்தி செய்கிறதா என்பதை உறுதிப்படுத்தவும்.
3. t-புள்ளிவிவரத்தைக் கணக்கிடுங்கள்: பயன்படுத்தப்படும் t-சோதனையின் வகைக்கு ஏற்ற சூத்திரத்தைப் பயன்படுத்தவும்.
4. t-பரவலுடன் ஒப்பிட்டு முடிவுகளை விளக்குதல்: கணக்கிடப்பட்ட t-சோதனையை முக்கிய t-சோதனையுடன் ஒப்பிட்டு, பூஜ்ஜிய கருதுகோள் தொடர்பான முடிவைத் தீர்மானிக்கவும்.
5. தேவைப்பட்டால் கூடுதல் சோதனைகளை மேற்கொள்ளுங்கள்: சில சமயங்களில், முடிவுகளின் செல்லுபடியை உறுதிப்படுத்த கூடுதல் சோதனைகள் தேவைப்படுகின்றன. எடுத்துக்காட்டாக, தொடர்பற்ற இரு-மாதிரி t-சோதனையில் மாறுபாடுகளின் சமத்துவத்திற்கான லெவின் சோதனை.

t-சோதனையின் நடைமுறைப் பயன்பாடுகள்

திட்டங்களையும் முடிவுகளையும் சரிபார்க்க, பல்வேறு துறைகளில் டி-சோதனை பயன்படுத்தப்படுகிறது. எடுத்துக்காட்டாக:

– மருத்துவம்: ஒரே குழுவில், சிகிச்சைக்கு முன்னும் பின்னும் உள்ள நிலைகளை ஒப்பிடுவதன் மூலம் ஒரு புதிய சிகிச்சையின் செயல்திறனை மதிப்பிடுவதற்கு t-சோதனை பயன்படுத்தப்படுகிறது.
– கல்வி: இரண்டு கற்பித்தல் முறைகளின் தேர்வு மதிப்பெண்களை ஒப்பிட்டு, எந்த முறை மிகவும் பயனுள்ளது என்பதைத் தீர்மானித்தல்.
வணிகம் : ஒரு சந்தைப்படுத்தல் பிரச்சாரத்திற்கு முன்னும் பின்னும் உள்ள சராசரி விற்பனையின் ஒப்பீட்டுப் பகுப்பாய்வு.

உதாரணமாக, மருத்துவ ஆராய்ச்சியில், ஒரு புதிய மருந்து இரத்த அழுத்தத்தில் குறிப்பிடத்தக்க மாற்றங்களை ஏற்படுத்துகிறதா என்பதை ஓர் ஆராய்ச்சியாளர் அறிய விரும்பலாம். சிகிச்சைக்கு முன்னும் பின்னும் நோயாளியின் மாதிரிகளை எடுப்பதன் மூலம், அவர்கள் பகுப்பாய்விற்காக அது தொடர்பான இரு-மாதிரி t-சோதனையைப் பயன்படுத்தலாம்.

முடிவுரை

t-சோதனை என்பது அனுமானப் புள்ளியியலில் ஒரு முக்கியக் கருவியாகும். அடிப்படைக் கருத்துகள், t-சோதனைகளின் வகைகள் மற்றும் சரியான செயலாக்க நடைமுறைகளைப் புரிந்துகொள்வதன் மூலம், ஆராய்ச்சியாளர்கள் தரவுகளின் அடிப்படையில் மிகவும் துல்லியமான மற்றும் நம்பகமான முடிவுகளை எடுக்க முடியும். பல்வேறு துறைகளில் பரவலான பயன்பாட்டைக் கொண்டுள்ள t-சோதனையானது, கருதுகோள்களைச் சோதிப்பதற்கும், மாதிரித் தரவுகளின் அடிப்படையில் மக்கள் தொகையைப் பற்றி சரியான முடிவுகளை எடுப்பதற்கும் புள்ளியியல் பகுப்பாய்வில் ஒரு முக்கிய அங்கமாகத் தொடர்ந்து இருந்து வருகிறது.