回覆列表
-
1 # 瀟灑走過
-
2 # 喜羊羊的春天012612
下面這幅圖是從網頁上搜索得到的一個結果,我們就拿這個結果來解讀一下如何分析獨立樣本T檢驗的結果。
向左轉|向右轉
1.第一個看第一個sig值,它是對方差齊性的假設的檢驗,假如sig<0.05,說明不滿足方差齊性,我們認為方差是不齊的。
向左轉|向右轉
2.這種情況下,我們只能看第二行資料,也就是看下圖所示的sig值來判斷是否有組間差異。第二個sig值說明,差異不顯著,因為它大於了.05。我們得出的結論是沒有差異。
向左轉|向右轉
3.我們看第二行資料,sig值>0.05,說明方差是齊性的。
向左轉|向右轉
4.這時候,我們需要看另一個sig值,這個值仍然是沒有達到顯著水平(0.05),我們認為兩組是沒有差異的。
擴充套件資料
-
3 # 敏敏哦送哦son默誦
你這是對兩組資料進行均值差異性分析,採用的是獨立樣本t檢驗。具體資料解釋可以如下:兩組資料做方差齊性檢驗,其中F值為6.617, p值為0.013,p值小於0.05,說明方差不相等,因此t值要依據下面的一行,即t值為-2.787,透過雙尾檢驗,p=0.007,小於0.05,達到了顯著性,拒絕原假設。說明透過獨立樣本t檢驗,可以得出如下結論:兩組資料得分均值方面存在著顯著差異。
下面這幅圖是從網頁上搜索得到的一個結果,我們就拿這個結果來解讀一下如何分析獨立樣本T檢驗的結果。
向左轉|向右轉
1.第一個看第一個sig值,它是對方差齊性的假設的檢驗,假如sig<0.05,說明不滿足方差齊性,我們認為方差是不齊的。
向左轉|向右轉
2.這種情況下,我們只能看第二行資料,也就是看下圖所示的sig值來判斷是否有組間差異。第二個sig值說明,差異不顯著,因為它大於了.05。我們得出的結論是沒有差異。
向左轉|向右轉
3.我們看第二行資料,sig值>0.05,說明方差是齊性的。
向左轉|向右轉
4.這時候,我們需要看另一個sig值,這個值仍然是沒有達到顯著水平(0.05),我們認為兩組是沒有差異的。
擴充套件資料
T檢驗,亦稱student t檢驗(Student"s t test),主要用於樣本含量較小(例如n < 30),總體標準差σ未知的正態分佈。
T檢驗是用t分佈理論來推論差異發生的機率,從而比較兩個平均數的差異是否顯著。它與f檢驗、卡方檢驗並列。t檢驗是戈斯特為了觀測釀酒質量而發明的,並於1908年在Biometrika上公佈。
向左轉|向右轉
注意事項
1、選用的檢驗方法必須符合其適用條件(注意:t檢驗的前提:1.來自正態分佈總體; 2.隨機樣本 ;3.均數比較時,要求兩樣本總體方差相等,即具有方差齊性)。理論上,即使樣本量很小時,也可以進行t檢驗。(如樣本量為10,一些學者聲稱甚至更小的樣本也行),只要每組中變數呈正態分佈,兩組方差不會明顯不同。