独立样t检验

独立样t检验

作者: Mylonely | 来源:发表于2020-09-01 21:56 被阅读0次

独立样本T检验——方法原理

设两个组样本量分别为 $n_1和n_2$ ,且均来自于两个正态分布的总体： $X_1 \sim N \left(\mu_1, \sigma_1^2 \right),X_2 \sim N \left(\mu_2, \sigma_2^2 \right)$ ,两样本t检验所建立的假设即

$H_0:\mu_1 = \mu_2 ~ vs ~ H_1:\mu_1 \neq \mu_2$

原假设认为两个组之间的样本均数差异完全来自于抽样误差；备择假设则任务，样本均数确实存在差异

上述 $H_0$ 的假设可以做一个移项变为 $H_0:\mu_1 - \mu_2 = 0$ ，可以看出，此时的假设和单样本 $t$ 检验的假设一致。故而我们做独立样本 $t$ 检验可以认为是通过差值的单样本 $t$ 检验完成的。

差值的度量为 $( \bar{X_1} - \bar{ X_2}) - 0 = \bar{X_1} - \bar{ X_2}$ 服从均值为0，标准差为 $\sqrt{\sigma^2(1/n_1+1/n_2) }$ 的正态分布。据此，将差值进行标准化可得 $\frac{\bar{X_1} - \bar{X_2} }{\sqrt{\sigma^2(1/n_1+1/n_2) }}$ ，由于实际处理过程中 $\sigma^2$ 通常未知，我们用样本差值的标准差来代替从而得到了独立样本t检验的统计量

R示例

数据：男女的测验得分差异比较

根据前面的理论说明，独立样本t检验需要验证如下假设

因变量在各组内接近正态分布

因变量在各自组内无显著异常值

两个组的因变量方差齐性，也就是我们推断过程中假设的 $\sigma_1^2 = \sigma_2^2$

上述条件满足滞后即可进行独立样本t检验，需要说明的是,R中的t.test()默认采用校正后的t检验（即认为方差不齐）

相关文章

网友评论

本文标题：独立样t检验

本文链接：https://www.haomeiwen.com/subject/qbujsktx.html

延伸阅读

深度阅读

您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

栏目导航

热点阅读

关于我们|服务条款|联系我们|独立样t检验|投稿指南|网站地图|RSS订阅|排版工具|手机版

提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网版权所有

备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！