T檢驗 | t表怎麼查
出自MBA智库百科(https://wiki.mbalib.com/[1])T檢驗(TTest) T檢驗,亦稱studentt檢驗(Studentsttest),主要用於樣本含量較小(例如n<30),總體標準差σ未知的正態分佈[2]資料。 T檢驗是用於小樣本(樣本容量[3]小於30)的兩個平均值差異程度的檢驗方法。它是用T分佈理論來推斷差異發生的概率,從而判定兩個平均數的差異是否顯著。 T檢驗是戈斯特[4]為了觀測釀酒質量而發明的。戈斯特在位於都柏林的健力士釀酒廠擔任統計學家。戈斯特於1908年在Biometrika上公佈T檢驗,但因其老闆認為其為商業機密[5]而被迫使用筆名(...
出自 MBA智库百科(https://wiki.mbalib.com/[1])T檢驗(T Test)
T檢驗,亦稱student t檢驗(Students t test),主要用於樣本含量較小(例如n<30),總體標準差σ未知的正態分佈[2]資料。
T檢驗是用於小樣本(樣本容量[3]小於30)的兩個平均值差異程度的檢驗方法。它是用T分佈理論來推斷差異發生的概率,從而判定兩個平均數的差異是否顯著。
T檢驗是戈斯特[4]為了觀測釀酒質量而發明的。戈斯特在位於都柏林的健力士釀酒廠擔任統計學家。戈斯特於1908年在Biometrika上公佈T檢驗,但因其老闆認為其為商業機密[5]而被迫使用筆名(學生)。
T檢驗的適用條件:正態分佈資料
目的:比較樣本均數 所代表的未知總體均數μ和已知總體均數μ0。
計算公式:
t統計量:
自由度:v=n - 1
適用條件:
(1) 已知一個總體均數;
(2) 可得到一個樣本均數及該樣本標準誤;
(3) 樣本來自正態或近似正態總體。
單個樣本的t檢驗實例分析[1]例1 難產兒出生體重
一般嬰兒出生體重μ0 = 3.30(大規模調查獲得),問相同否?
解:1.建立假設、確定檢驗水準α
H0:μ = μ0 (難產兒與一般嬰兒出生體重的總均數相等;H0無效假設,null hypothesis)
(難產兒與一般嬰兒出生體重的總均數不等;H1備擇假設,alternative hypothesis,)
雙側檢驗,檢驗水準:α = 0.05
2.計算檢驗統計量
3.查相應界值表,確定P值,下結論
查附表1: t0.05 / 2.34 = 2.032,t = 1.77,t < t0.05 / 2.34,P > 0.05,按α = 0.05水準,不拒絕H0,...