Forudsætninger for T-test

Hovedideen bag t-testen er, at den følger t-fordelingen. For at dette skal være sandt, antages nogle vigtige forudsætninger:

1. Homogenitet af varians. Variansen i de to sammenlignede grupper bør være omtrent ens;

2. Normalitet. Begge stikprøver bør nogenlunde følge en normalfordeling;

3. 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.