Разлика между Т-тест и ANOVA

Има тънка линия на разграничаване сред t-тест и ANOVA, т.е. когато популационните средства само от две групи трябва да се сравняват, Т-тест се използва, но когато се сравняват средства от повече от две групи, ANOVA се предпочита.

Т-тестът и анализът на вариацията, съкратен като ANOVA, са две параметрични статистически техники, използвани за тестване на хипотезата. Тъй като те се основават на общоприетото предположение, като популацията, от която е взета пробата, трябва да се разпределя нормално, хомогенността на дисперсията, случайното вземане на проби от данни, независимостта на наблюденията, измерването на зависимата променлива на нивото на съотношение или интервал, хората често неправилно ги интерпретират две.

Ето, представена е статия, за да разберете значителната разлика между t-test и ANOVA, погледнете.

Съдържание: T-тест Vs ANOVA

1. Сравнителна диаграма
2. дефиниция
3. Ключови разлики
4. заключение

Сравнителна диаграма

Основа за сравнение	Т-тест	ANOVA
значение	Т-тестът е тест за хипотеза, който се използва за сравняване на средствата за две популации.	ANOVA е статистическа техника, която се използва за сравняване на средствата на повече от две популации.
Тестова статистика	(x ̄-µ) / (s / √n)	Между пробата на извадката / в рамките на пробата

Определение на Т-тест

T-тестът е описан като статистически тест, който изследва дали популационните средства на две проби значително се различават една от друга, като се използва t-разпределение, което се използва, когато стандартното отклонение не е известно, и размерът на пробата е малък. Това е инструмент за анализ на това дали двете проби са взети от една и съща популация.

Тестът се основава на t-статистика, която предполага, че променливата е нормално разпределена (симетрично разпределение във формата на камбана) и е известна средна стойност, а отклонението в популацията се изчислява от извадката.

При t-тест нулевата хипотеза е под формата на H₀: µ (x) = µ (y) срещу алтернативна хипотеза H₁: µ (x) µ µ (y), където µ (x) и µ (y) представлява популационното средство. Степента на свобода на t-теста е n₁ + н₂ - 2

Определение за ANOVA

Анализът на вариацията (ANOVA) е статистически метод, който обикновено се използва във всички онези ситуации, при които трябва да се направи сравнение между повече от две популационни средства, като например добива на културата от множество сортове семена. Това е жизненоважно средство за анализ на изследователя, което му позволява да провежда тест едновременно. Когато използваме ANOVA, се приема, че извадката е взета от нормално разпределената популация и дисперсията на популацията е равна.

В ANOVA общата сума на вариация в набор от данни е разделена на два типа, т.е. сумата, разпределена на случайността и сумата, присвоена на конкретни причини. Основният му принцип е да се тестват отклоненията сред средствата от популацията чрез оценка на размера на вариацията в рамките на груповите позиции, пропорционален на размера на вариацията между групите. В рамките на извадката, дисперсията се дължи на случайното необяснимо смущение, докато различното третиране може да причини между дисперсията на пробата.

С използването на тази техника тестваме нулева хипотеза (H₀), където всички средства за популация са еднакви или алтернативна хипотеза (H₁), където поне една средна популация е различна.

Ключови разлики между T-тест и ANOVA

Значителните разлики между Т-тест и ANOVA се обсъждат подробно в следните точки:

1. Тест за хипотеза, който се използва за сравняване на средствата за две популации, се нарича t-тест. Статистическа техника, която се използва за сравняване на средствата за повече от две популации, е известна като Анализ на вариацията или ANOVA.
2. Статистическата тест за T-тест е:   Статистическата тест за ANOVA е:

заключение

След като прегледаме горните точки, може да се каже, че t-тестът е специален тип ANOVA, който може да се използва, когато имаме само две популации, за да сравним техните средства. Въпреки че шансовете за грешки могат да се увеличат, ако се използва t-тест, когато трябва да сравним едновременно повече от две средства от популациите, затова се използва ANOVA