Forudsætninger for T-test
Hovedideen bag t-testen er, at den følger t-fordelingen. For at dette skal være sandt, antages nogle vigtige forudsætninger:
Homogenitet af varians. Variansen i de to sammenlignede grupper bør være omtrent ens;
Normalitet. Begge stikprøver bør nogenlunde følge en normalfordeling;
Uafhængighed. Stikprøverne skal være uafhængige, hvilket betyder, at værdierne i den ene gruppe ikke bør påvirkes af dem i den anden gruppe.
Det er vigtigt at bemærke, at t-testen kan give unøjagtige resultater, hvis disse forudsætninger ikke er opfyldt.
Der findes forskellige typer af t-tests, der håndterer overtrædelser af nogle af forudsætningerne:
Hvis varianserne er forskellige, kan du udføre Welch's t-test. Idéen er den samme. Den eneste forskel er frihedsgraderne. At udføre Welch's t-test i stedet for den almindelige t-test i Python er så simpelt som at sætte
equal_var=False
;Hvis stikprøverne ikke er uafhængige (for eksempel, hvis du vil sammenligne gennemsnittene for den samme gruppe på forskellige tidspunkter), kan du udføre en parret t-test. En parret t-test vil blive gennemgået i et senere kapitel.
Tak for dine kommentarer!
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat