Antaganden för T-test
Huvudidén bakom t-testet är att det följer t-fördelningen. För att detta ska gälla görs några viktiga antaganden:
-
Homogenitet av varians. Varianserna för de två jämförda grupperna bör vara ungefär lika;
-
Normalfördelning. Båda urvalen bör ungefär följa en normalfördelning;
-
Oberoende. Urvalen måste vara oberoende, vilket innebär att värdena i en grupp inte ska påverkas av de i den andra gruppen.
Det är viktigt att notera att t-testet kan ge felaktiga resultat om dessa antaganden inte uppfylls.
Det finns olika typer av t-tester som hanterar brott mot vissa av antagandena:
- Om varianserna är olika kan du använda Welchs t-test. Idén är densamma. Det enda som skiljer är frihetsgraderna.
Att utföra Welchs t-test istället för det vanliga t-testet i Python är så enkelt som att ange
equal_var=False; - Om urvalen inte är oberoende (till exempel om du vill jämföra medelvärdena för samma grupp vid olika tidpunkter), kan du använda ett parat t-test. Ett parat t-test kommer att diskuteras i ett senare kapitel.
Tack för dina kommentarer!
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
Awesome!
Completion rate improved to 2.63Antaganden för T-test
Svep för att visa menyn
Huvudidén bakom t-testet är att det följer t-fördelningen. För att detta ska gälla görs några viktiga antaganden:
-
Homogenitet av varians. Varianserna för de två jämförda grupperna bör vara ungefär lika;
-
Normalfördelning. Båda urvalen bör ungefär följa en normalfördelning;
-
Oberoende. Urvalen måste vara oberoende, vilket innebär att värdena i en grupp inte ska påverkas av de i den andra gruppen.
Det är viktigt att notera att t-testet kan ge felaktiga resultat om dessa antaganden inte uppfylls.
Det finns olika typer av t-tester som hanterar brott mot vissa av antagandena:
- Om varianserna är olika kan du använda Welchs t-test. Idén är densamma. Det enda som skiljer är frihetsgraderna.
Att utföra Welchs t-test istället för det vanliga t-testet i Python är så enkelt som att ange
equal_var=False; - Om urvalen inte är oberoende (till exempel om du vill jämföra medelvärdena för samma grupp vid olika tidpunkter), kan du använda ett parat t-test. Ett parat t-test kommer att diskuteras i ett senare kapitel.
Tack för dina kommentarer!
