Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Припущення t-тесту | Статистичні Тести
Вивчення Статистики з Використанням Python
course content

Зміст курсу

Вивчення Статистики з Використанням Python

Вивчення Статистики з Використанням Python

1. Основні Поняття
2. Середнє, Медіана та Мода в Python
3. Дисперсія та Стандартне Відхилення
4. Коваріація та Кореляція
5. Довірчий Інтервал
6. Статистичні Тести

bookПрипущення t-тесту

Основна ідея t-тесту полягає в тому, що він відповідає t-розподілу. Для того, щоб це було так, необхідно зробити кілька важливих припущень:

  1. Однорідність дисперсії Дисперсії двох порівнюваних груп повинні бути приблизно однаковими.

  2. Нормальність Обидві вибірки повинні приблизно відповідати нормальному розподілу.

  3. Незалежність Вибірки повинні бути незалежними, що означає, що значення в одній групі не повинні залежати від значень в іншій групі.

Важливо зазначити, що t-тест може дати неточні результати, якщо ці припущення не виконуються.

Існують різні типи t-тестів, які допускають порушення деяких припущень:

  • Якщо дисперсії відрізняються, ви можете запустити t-тест Уелча. Його ідея така ж сама. Єдине, що відрізняється - це ступені вільності. Виконати t-критерій Уелча замість звичайного t-критерію в Python так само просто, як задати equal_var=False.
  • Якщо вибірки не є незалежними (наприклад, якщо ви хочете порівняти середні значення однієї і тієї ж групи в різні періоди часу), ви можете запустити парний t-тест. Парний t-тест буде розглянуто в наступному розділі.
question-icon

Виберіть відповідний тип t-тесту для кожного випадку:

Нормальність, однорідність, але не незалежність -
Нормальність, однорідність, незалежність -

Нормальність, незалежність, але не однорідність -

Натисніть або перетягніть елементи та заповніть пропуски

Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 6. Розділ 5
We're sorry to hear that something went wrong. What happened?
some-alt