t-test

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision
Previous revision
t-test [2022/07/07 01:05] – [예] hkimscilt-test [2026/03/31 23:18] (current) hkimscil
Line 6: Line 6:
  
 \begin{eqnarray} \begin{eqnarray}
-z\;\;\;\text{or}\;\;\;t = \frac{\overline{X}-\mu}{\sigma_{\overline{X}} }  \\ +z\;\;\;\text{or}\;\;\;\frac{\overline{X}-\mu}{\sigma_{\overline{X}} }\\text{where } \;\; \sigma_{\overline{X}} = \frac{\sigma}{\sqrt{n}} \\ 
-t = \frac{\overline{X}-\mu}{s_{\overline{X}}  } \\ + 
-t = \frac{(\overline{X_a}-\overline{X_b})-(\mu_a-\mu_b)}{\sigma_{diff}} \\  +\frac{ \overline{X}-\mu}{s_{\overline{X}} }\\text{where } \;\; s_{\overline{X}} = \frac{s}{\sqrt{n}} \\ 
-t = \frac{\overline{D}-0}{s_{ \overline{D} }} \frac {\overline{D}}\frac{s_D}{\sqrt{N}} } + 
 +\frac{(\overline{X_a}-\overline{X_b})-(\mu_a-\mu_b)}{\sigma_{\text{diff} }}, \\ 
 +& & \qquad \qquad \text{where } \;\; \sigma_{\text{diff} } = \sqrt{ \frac{s^2_{\text{pooled}}}{n_a}  + \frac{s^2_{\text{pooled}}}{n_b} } \nonumber \\ 
 +& & \qquad \qquad s^2_{\text{pooled}} = \frac {\text{SS}_a + \text{SS}_b} {df_a + df_b} \nonumber \\  
 + 
 +\frac{\overline{D}-0}{s_{ \overline{D} }}\; \text{where } \;\; s_{ \overline{D} } \frac {s_D}{\sqrt{n}} \\ 
 \end{eqnarray} \end{eqnarray}
 +
  
 -- --
Line 20: Line 26:
  
 위의 4 경우의 공통점은 :  위의 4 경우의 공통점은 : 
- +\begin{eqnarray*} 
-$t = \displaystyle \frac{\text{obtained difference}}{\text{difference by random error}}$+\displaystyle \frac{\text{obtained difference}}{\text{difference by random error}} 
 +\end{eqnarray*}
 </WRAP> </WRAP>
  
Line 60: Line 67:
 즉, $ se = \frac {\sigma}{\sqrt{N}} = \frac {20}{5} = 4$ 이고 $ \text{t} = \frac {191-200}{4} = -2.25 $ 인데, 이 점수와 t critical value 인 2.0639의 +- 값과 비교를 하면 t calculated value는 -2.25 는 범위 밖에 존재하므로 영가설을 부정하고 연구가설을 지지하는 결론을 내린다 (알파레벨은 .05로 하고).  즉, $ se = \frac {\sigma}{\sqrt{N}} = \frac {20}{5} = 4$ 이고 $ \text{t} = \frac {191-200}{4} = -2.25 $ 인데, 이 점수와 t critical value 인 2.0639의 +- 값과 비교를 하면 t calculated value는 -2.25 는 범위 밖에 존재하므로 영가설을 부정하고 연구가설을 지지하는 결론을 내린다 (알파레벨은 .05로 하고). 
  
-<WRAP info>+<WRAP box>
 그렇다면 이 감자 집단의 진짜 (그들만의 모집단) 평균은 어디일까? 그렇다면 이 감자 집단의 진짜 (그들만의 모집단) 평균은 어디일까?
 $ \displaystyle \pm t_{\alpha=.05}(399) = \pm 1.965927 = \frac {197 - \mu} {se} = \frac {197 - \mu} {\frac {20} {\sqrt{400}} } = 197 - \mu $ $ \displaystyle \pm t_{\alpha=.05}(399) = \pm 1.965927 = \frac {197 - \mu} {se} = \frac {197 - \mu} {\frac {20} {\sqrt{400}} } = 197 - \mu $
Line 149: Line 156:
 > </code> > </code>
  
-<WRAP help> 위 둘의 se를 비교해 보라. 그리고, 이를 type I and type II error와 관련지어 설명하라 </WRAP>+<WRAP box> 위 둘의 se를 비교해 보라. 그리고, 이를 type I and type II error와 관련지어 설명하라 </WRAP>
 ===== 모집단의 평균만을 알고 있을 경우 ===== ===== 모집단의 평균만을 알고 있을 경우 =====
 새들이 눈을 무서워할까? 만약에 무서워한다면, 여름에 농작물에서 새를 쫒는데 사용할 수 있을것이다. 연구자 B는 이를 가설로 세우고 테스트해보기로 하였다. B는 이를 위해서 실험환경을 우선 만들었다. 커다란 직사각형의 방의 한 면에는 사람의 눈을 그려 두고 이 주변에 새들이 쉴곳을 마련해 두었다. 반대편은 아무 표시가 없으며 주변에 쉴 곳을 마련해 두었다. B는 이제 16마리의 참새들을 구하여 각각의 새가 한 시간 동안 표시없는 벽에 얼마나 머물렀는가를 측정하였다.  새들이 눈을 무서워할까? 만약에 무서워한다면, 여름에 농작물에서 새를 쫒는데 사용할 수 있을것이다. 연구자 B는 이를 가설로 세우고 테스트해보기로 하였다. B는 이를 위해서 실험환경을 우선 만들었다. 커다란 직사각형의 방의 한 면에는 사람의 눈을 그려 두고 이 주변에 새들이 쉴곳을 마련해 두었다. 반대편은 아무 표시가 없으며 주변에 쉴 곳을 마련해 두었다. B는 이제 16마리의 참새들을 구하여 각각의 새가 한 시간 동안 표시없는 벽에 얼마나 머물렀는가를 측정하였다. 
t-test.1657155919.txt.gz · Last modified: by hkimscil

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki