Forskellen mellem en T-test og en Chi Square

Posted on
Forfatter: Peter Berry
Oprettelsesdato: 16 August 2021
Opdateringsdato: 13 November 2024
Anonim
Statistics made easy ! ! !   Learn about the t-test, the chi square test, the p value and more
Video.: Statistics made easy ! ! ! Learn about the t-test, the chi square test, the p value and more

Indhold

Både t-tests og chi-square tests er statistiske test, designet til at teste og muligvis afvise en nulhypotese. Nullhypotesen er normalt en påstand om, at noget er nul, eller at der ikke findes noget. For eksempel kan du teste hypotesen om, at forskellen mellem to midler er nul, eller du kan teste hypotesen om, at der ikke er noget forhold mellem to variabler.


Nul hypotese testet

En t-test tester en nulhypotese om to midler; oftest tester den hypotesen om, at to midler er ens, eller at forskellen mellem dem er nul. For eksempel kunne vi teste om drenge og piger i fjerde klasse har den samme gennemsnitlige højde.

En chi-kvadrat-test tester en nulhypotese om forholdet mellem to variabler. For eksempel kan du teste hypotesen om, at mænd og kvinder lige så sandsynligt vil stemme "Demokratisk", "Republikaner", "Andet" eller "slet ikke".

Typer af data

En t-test kræver to variabler; den ene skal være kategorisk og have nøjagtigt to niveauer, og den anden skal være kvantitativ og kunne estimeres med et middel. For eksempel kunne de to grupper være republikanere og demokrater, og den kvantitative variabel kunne være alder.

En chi-kvadrat-test kræver kategoriske variabler, normalt kun to, men hver kan have et hvilket som helst antal niveauer. For eksempel kan variablerne være en etnisk gruppe - hvid, sort, asiatisk, amerikansk indianer / indbygger i Alaskan, indfødt Hawaii / Stillehavsø, anden multiracial; og præsidentvalg i 2008 - (Obama, McCain, anden stemte ikke).


Variationer

Der er variationer af t-testen til at dække parrede data; for eksempel mænd og hustruer eller højre og venstre øjne. Der er variationer af chi-kvadratet til at håndtere ordinaldata - det vil sige data, der har en rækkefølge, såsom "ingen", "lidt", "nogle", "meget" - og til at håndtere mere end to variabler.

konklusioner

T-testen giver dig mulighed for at sige enten "vi kan afvise nulhypotesen om lige middel på 0,05-niveauet" eller "vi har utilstrækkelig dokumentation til at afvise nul af samme middel på 0,05-niveauet." En chi-kvadrat-test giver dig mulighed for at sige enten "vi kan afvise nulhypotesen om intet forhold på 0,05-niveauet" eller "vi har utilstrækkelig dokumentation til at afvise nulet på 0,05-niveauet."