Student S-test

Student S Test is een statistisch criterium dat wordt gebruikt om statistische hypothesen te testen over de gelijkheid van de gemiddelden van twee steekproeven in het geval dat de verdeling van een kenmerk in de populatie onbekend is.

De Student's test wordt gebruikt als de steekproeven klein zijn (de omvang van elke steekproef is minder dan 30 waarnemingen) en de verdeling van het kenmerk in de populatie afwijkt van normaal.

De essentie van de test is om de werkelijke waarde van de test van de student te vergelijken met de kritische waarde die is bepaald op basis van een speciale tabel.

Als de werkelijke waarde van het criterium groter is dan de kritische waarde, wordt de nulhypothese dat er geen verschillen tussen de gemiddelden zijn, verworpen en wordt de alternatieve hypothese geaccepteerd.

Met de Student-test kunnen we dus de significantie van verschillen in de gemiddelde waarden van twee steekproeven beoordelen wanneer de verdelingswet van de algemene bevolking onbekend is. Dit criterium wordt veel gebruikt in toegepast statistisch onderzoek.

De Student's t-test is een statistische test die wordt gebruikt om de hypothese te testen dat de gemiddelden van twee steekproeven gelijk zijn. Deze test werd in 1908 ontwikkeld door de Amerikaanse statisticus William Gossett.

De Student t-toets is gebaseerd op de Student-verdeling, die wordt gebruikt om de verschillen tussen twee gemiddelden te evalueren. De Student-verdeling is klokvormig en symmetrisch ten opzichte van het gemiddelde.

Om een ​​Student's t-test uit te voeren, moet u deze stappen volgen:

1. Bepaal het aantal vrijheidsgraden (df). df wordt gedefinieerd als het verschil tussen het aantal waarnemingen in elke steekproef en het aantal parameters dat we willen schatten (meestal één parameter: het gemiddelde).

2. Bereken het testcriterium (t-statistiek). De t-statistiek wordt berekend met behulp van de formule: t = (gemiddelde van het eerste monster - gemiddelde van het tweede monster) / (standaardafwijking van beide monsters).

3. Vergelijk de resulterende t-statistische waarde met de kritische waarden van de Student-verdeling. De kritische waarden zijn afhankelijk van het gekozen significantieniveau (meestal 5% of 1%) en het aantal vrijheidsgraden.

4. Als de resulterende t-statistische waarde groter is dan de kritische waarde voor het geselecteerde significantieniveau en het aantal vrijheidsgraden, kunnen we de nulhypothese verwerpen dat de gemiddelden van de twee steekproeven gelijk zijn op het gegeven significantieniveau.

5. Als de verkregen t-statistische waarde kleiner is dan de kritische waarde, kan de nulhypothese niet worden verworpen.

Over het algemeen kan de Student's t-test bepalen of de verschillen tussen twee groepen statistisch significant zijn, wat kan helpen beslissen of er meer onderzoek nodig is of dat de methoden voor data-analyse moeten worden gewijzigd.