Summary  
This chapter derives the t-statistic by combining the difference in sample means, the pooled variance estimate, and the sample sizes into a single formula for comparison.  

General domain of usage  
Statistical hypothesis testing

Uppgiften för t-testet är att avgöra om skillnaden mellan medelvärdena för de två urvalen är signifikant. Vad bör du ta hänsyn till för att utföra det?  

Självklart bör du beakta **skillnaden mellan medelvärdena** i sig.

Som visas i bilden nedan är även **variansen** viktig.

Även **storleken** på varje urval bör tas i beaktande.

För att ta hänsyn till **skillnaden mellan medelvärdena**, beräknas helt enkelt denna skillnad:

$$
\bar{x}_1-\bar{x}_0
$$

Situationen blir mer komplex när det gäller **varians**. t-testet antar att variansen är lika för båda urvalen. Detta kommer att utforskas vidare i kapitlet *t-testets antaganden*. För att uppskatta variansen från två urval används formeln för **poolad varians**.

$$
s^2_{pooled} = \frac{s^2_1 \cdot df_1 + s^2_2 \cdot df_2}{df_1 + df_2} = \frac{s^2_1(n_1-1)+s^2_2(n_2-1)}{n_1+n_2-2}
$$

Där:
- $$n_1$$ - storlek på det i:te urvalet;
- $$df_1 = n_i - 1$$ - i:te frihetsgrad;
- $$s_{\raisebox{-1pt}{i}}^{\raisebox{1pt}{2}}$$ - i:te urvalets varians.

Och för att ta hänsyn till **storleken** behövs urvalsstorlekarna:

$$
n_1, n_2 - \text{är urvalsstorlekarna}
$$


Sätt ihop allt till **t-statistik**.

$$
t = \frac{\bar{x}_1-\bar{x}_0}{\sqrt{s^2_{pooled}}\ \cdot\ \sqrt{\frac{1}{n_1}+\frac{1}{n_2}}}
$$

Stickprovsstorlekar används inte alltid på det mest intuitiva sättet. Denna metod säkerställer dock att **t** följer **t-fördelningen**, vilket kommer att behandlas i nästa kapitel.

Vilka stickprovs-egenskaper tar t-testet hänsyn till?

Bygg en stark grund i statistik med Python. Lär dig grundläggande statistiska koncept och tillämpa dem genom NumPy och pandas. Gå från grundläggande mått som medelvärde och varians till hypotesprövning, konfidensintervall och datadrivna insikter med praktiska övningar.

Upptäck grundläggande statistiska principer, inklusive datatyper, lägesmått och viktiga skillnader mellan stickprov och populationer.

Lär dig att beräkna och tolka medelvärde, median och typvärde med Python. Öva på dessa operationer med pandas för att analysera verkliga dataset.

Förstå hur varians och standardavvikelse mäter spridningen i data. Lär dig att beräkna båda manuellt och med hjälp av Python-verktyg.

Utforska hur kovarians och korrelation beskriver relationer mellan variabler. Öva på att beräkna och jämföra båda måtten i Python.

Bemästra konfidensintervall för att uppskatta populationsparametrar. Använd NumPy, pandas och visualiseringsbibliotek för att beräkna och tolka intervall med verkliga data.

Lär dig grunderna i hypotesprövning och t-test. Förstå hur man utformar, genomför och tolkar tester med Python för att stödja datadrivna beslut.

T-test Matematiskt