Perbezaan antara ujian t dan ANOVA

Terdapat garis penandaan nipis di tengah-tengah t-ujian dan ANOVA, i.e. Apabila penduduk hanya bermaksud dua kumpulan yang akan dibandingkan, ujian t digunakan, tetapi apabila lebih daripada dua kumpulan akan dibandingkan, ANOVA lebih disukai.

Ujian t dan analisis varians disingkat sebagai ANOVA, adalah dua teknik statistik parametrik yang digunakan untuk menguji hipotesis. Oleh kerana ini didasarkan pada andaian umum seperti populasi yang mana sampel ditarik harus diedarkan secara normal, homogenitas varians, pensampelan rawak data, kebebasan pemerhatian, pengukuran pemboleh ubah bergantung pada nisbah atau tahap interval, orang sering menafsirkannya dua.

Di sini, adalah artikel yang dibentangkan untuk anda memahami perbezaan yang signifikan antara ujian t dan ANOVA, lihatlah.

Kandungan: t-test vs ANOVA

1. Carta Perbandingan
2. Definisi
3. Perbezaan utama
4. Kesimpulan

Carta Perbandingan

Definisi ujian t

Ujian t digambarkan sebagai ujian statistik yang meneliti sama ada populasi cara dua sampel sangat berbeza antara satu sama lain, menggunakan pengagihan t yang digunakan apabila sisihan piawai tidak diketahui, dan saiz sampel kecil. Ia adalah alat untuk menganalisis sama ada kedua -dua sampel itu diambil dari populasi yang sama.

Ujian ini berdasarkan statistik T, yang mengandaikan bahawa pemboleh ubah diedarkan secara normal (pengedaran berbentuk loceng simetri) dan min diketahui dan varians penduduk dikira dari sampel.

Dalam hipotesis nol t-ujian mengambil bentuk h₀: μ (x) = μ (y) terhadap hipotesis alternatif h₁: μ (x) ≠ μ (y), di mana μ (x) dan μ (y) mewakili cara penduduk. Tahap kebebasan t-ujian adalah n₁ + n₂ - 2

Definisi ANOVA

Analisis Varians (ANOVA) adalah kaedah statistik, yang biasa digunakan dalam semua situasi di mana perbandingan dibuat antara lebih daripada dua penduduk bermakna seperti hasil tanaman dari pelbagai jenis benih. Ini adalah alat analisis penting bagi penyelidik yang membolehkannya menjalankan ujian secara serentak. Apabila kita menggunakan ANOVA, diandaikan bahawa sampel diambil dari populasi yang diedarkan secara normal dan varians penduduk adalah sama.

Di ANOVA, jumlah variasi dalam dataset dibahagikan kepada dua jenis, i.e. Jumlah yang diperuntukkan kepada peluang dan jumlah yang diberikan kepada sebab -sebab tertentu. Prinsip asasnya adalah untuk menguji variasi di kalangan penduduk bermakna dengan menilai jumlah variasi dalam item kumpulan, berpadanan dengan jumlah variasi antara kumpulan. Dalam sampel, varians adalah kerana gangguan yang tidak dapat dijelaskan secara rawak manakala rawatan yang berbeza boleh menyebabkan antara varians sampel.

Dengan menggunakan teknik ini, kami menguji, hipotesis nol (h₀) di mana semua cara penduduk adalah sama, atau hipotesis alternatif (h₁) di mana sekurang -kurangnya satu penduduk bermakna berbeza.

Perbezaan utama antara ujian t dan ANOVA

Perbezaan yang signifikan antara ujian t dan ANOVA dibincangkan secara terperinci dalam perkara berikut:

1. Ujian hipotesis yang digunakan untuk membandingkan cara dua populasi dipanggil t-ujian. Teknik statistik yang digunakan untuk membandingkan cara lebih daripada dua populasi dikenali sebagai analisis varians atau ANOVA.
2. Statistik ujian untuk ujian t ialah:   Statistik ujian untuk ANOVA adalah:

Kesimpulan

Selepas mengkaji perkara di atas, boleh dikatakan bahawa ujian t adalah jenis ANOVA khas yang boleh digunakan apabila kita hanya mempunyai dua populasi untuk membandingkan cara mereka. Walaupun kemungkinan kesilapan mungkin meningkat jika ujian t digunakan apabila kita perlu membandingkan lebih daripada dua cara populasi secara serentak, itulah sebabnya ANOVA digunakan