Was ist ein T-Test
T-Test ist ein statistischer Test, der verwendet wird, um festzustellen, ob ein signifikanter Unterschied zwischen den Mittelwerten von zwei Stichproben besteht.
Um diese Definition besser zu verstehen, folgt ein Beispiel. Angenommen, Sie möchten feststellen, ob ein signifikanter Unterschied zwischen den Körpergrößen von Männern und Frauen besteht.
Dazu benötigen wir zwei Stichproben: eine für die Körpergrößen von Männern und eine für die Körpergrößen von Frauen:
Die Berechnung der Mittelwerte und das gemeinsame Plotten der Histogramme ergibt Folgendes:
Daraus lässt sich schließen, dass Männer im Durchschnitt größer sind. Rätsel gelöst? Noch nicht ganz. Ein weiteres Beispiel unten liefert zusätzliche Erkenntnisse:
Dies sind zwei Stichproben von Männergrößen, beide aus derselben Population entnommen, daher sollten sie ungefähr gleich sein. Durch Zufall enthält die zweite Stichprobe jedoch mehr große Männer. Wir können nicht schlussfolgern, dass Männer größer als Männer sind. Der Unterschied zwischen diesen beiden Stichproben ist ausschließlich auf Zufall zurückzuführen.
Zurück zum Beispiel mit den Männer- und Frauengrößen:
Ist der Unterschied der Mittelwerte lediglich ein Zufallsergebnis, oder unterscheiden sich die Stichproben tatsächlich? Diese Frage kann mit dem t-Test beantwortet werden.
Danke für Ihr Feedback!
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 2.63Was ist ein T-Test
Swipe um das Menü anzuzeigen
T-Test ist ein statistischer Test, der verwendet wird, um festzustellen, ob ein signifikanter Unterschied zwischen den Mittelwerten von zwei Stichproben besteht.
Um diese Definition besser zu verstehen, folgt ein Beispiel. Angenommen, Sie möchten feststellen, ob ein signifikanter Unterschied zwischen den Körpergrößen von Männern und Frauen besteht.
Dazu benötigen wir zwei Stichproben: eine für die Körpergrößen von Männern und eine für die Körpergrößen von Frauen:
Die Berechnung der Mittelwerte und das gemeinsame Plotten der Histogramme ergibt Folgendes:
Daraus lässt sich schließen, dass Männer im Durchschnitt größer sind. Rätsel gelöst? Noch nicht ganz. Ein weiteres Beispiel unten liefert zusätzliche Erkenntnisse:
Dies sind zwei Stichproben von Männergrößen, beide aus derselben Population entnommen, daher sollten sie ungefähr gleich sein. Durch Zufall enthält die zweite Stichprobe jedoch mehr große Männer. Wir können nicht schlussfolgern, dass Männer größer als Männer sind. Der Unterschied zwischen diesen beiden Stichproben ist ausschließlich auf Zufall zurückzuführen.
Zurück zum Beispiel mit den Männer- und Frauengrößen:
Ist der Unterschied der Mittelwerte lediglich ein Zufallsergebnis, oder unterscheiden sich die Stichproben tatsächlich? Diese Frage kann mit dem t-Test beantwortet werden.
Danke für Ihr Feedback!
