Ero Anova ja T-testi



Anova vs T-testi

A V-testi, jota joskus kutsutaan Student 'T-testi, on kyse silloin, kun haluat vertailla kahdella ryhmien ja ovatko ne eroavat toisistaan. Sitä käytetään pääasiassa silloin, kun satunnainen tehtävä annetaan ja on vain kaksi, enintään kaksi, asettaa vertailla. suoritettaessa T-testi, joissakin olosuhteissa tarvitaan täytyttävä, jotta tulokset tehdä tarkkoja tuloksia. ensisijainen oletukset ovat, että väestö koottavien tietojen ovat jakautuneet normaalisti ja että olet vertaamalla yhtä suuri varianssit väestöstä. T-testi on kahta päätyyppiä: Independent toimenpiteet T-testi ja sopiva pari T-testi tunnetaan myös riippuvan T-testiä tai parillista t-testiä.

Kun verrataan kahta näytettä, jotka eivät vastaa paria tai näytteet ovat riippumattomia, Independent T-testillä. Toinen tyyppi, Hyväksytty-parin T-testi, mutta käytetään, kun annetaan näytteet esiintyvät pareittain. Esimerkiksi olet mitata välillä ennen ja jälkeen vertailuja. Jos on enemmän kuin kaksi näytettä, niin Anova testi tulisi käyttää. On mahdollista erotella enemmän kuin kaksi keinoin keskenään tekemällä useita T-testeissä, mutta ei olisi suuri mahdollisuus tehdä virheen ja sen vuoksi, ottaen suurempi mahdollisuus saapuvien epätarkan tuloksen.

ANOVA-testi on suosittu termi varianssianalyysi. Se on tekniikka suoritetaan analysoimalla kategorisen tekijöiden vaikutuksia. Tätä testiä käytetään silloin, kun on olemassa enemmän kuin kaksi ryhmää. Ne ovat periaatteessa kuten T-testejä liikaa, mutta, kuten edellä mainittiin, ne voidaan käyttää silloin, kun on useampi kuin kaksi ryhmää. Anova testeissä käytetään varianssien tietää keinot ovat yhtä vai ei. Ennen suorittamalla Anova testin, sinun tulisi täyttää perusoletuksiin ensimmäinen. Ensimmäinen oletus on, että kukin näyte, joka on tarkoitus käyttää valitaan itsenäisesti on satunnainen. Toiseksi oletetaan, että väestö käytät näytteet on normaalia ja on yhtäläinen standardipoikkeamat.



On olemassa neljä erilaista varianssianalyysi testejä. Ensimmäinen on One-Way Anova. Olet käyttää tämäntyyppistä Anova ainoastaan, jos on vain yksi kategorinen tekijä. Toinen on Multifactor Anova, jota käytetään silloin, kun kategorisesta tekijät ovat enemmän kuin yksi. Vuorovaikutusta ja tärkeimmät vaikutukset välillä tekijöiden arvioidaan. Kolmas sellainen Anova on varianssi Components Analysis. Tämän tyyppinen Anova käytetään silloin, kun tekijät ovat moninaisia ​​ja hierarkkisesti järjestetty. Päätavoitteena tämä testi on tietää prosenttiosuus prosessin vaihtelua, että olet käyttöön jokaisella tasolla. Neljäs ja viimeinen menetelmä on General Linear Models. Jos tekijät ovat molemmat sisäkkäin ja ristissä, jotkut tekijät ovat satunnaisia ​​ja jotkut ovat kiinteitä. Kun molemmat tekijät läsnä ovat määrällisiä ja kategorinen, tämä testillä.

Yhteenveto:

1. Anova Testi on neljä tyyppiä, nimittäin: One-Way Anova, Multifactor Anova, Varianssi Components Analysis, ja General Linear Models. T-testit ovat vain kahdenlaisia: Independent Toimenpiteet T-testi ja sopiva pari T-testi, joka on tunnetaan myös riippuvan T-testiä tai parillista t-testiä.
2. T-testit suoritetaan vasta, kun on vain kaksi ryhmää vertailla. Anova testit, toisaalta, ovat pohjimmiltaan aivan kuten T-testeissä, mutta se on suunniteltu ryhmille, jotka ovat enemmän kuin kaksi.