Inhalt

• Schrëtt
• Berodung
• Opgepasst

Hypothesen Test gëtt geleet duerch statistesch Analyse. Statistesch bedeitend Vertraue gëtt mat p Wäert berechent - wat d'Wahrscheinlechkeet vun engem observéierte Resultat ugëtt wann eng gewëssen (Null Hypothese) wouer ass. Wann de p-Wäert manner wéi de Bedeitungsniveau (normalerweis 0,05) ass, kann den Experiment schléissen datt et genuch Beweiser gëtt fir d'Nullhypothese ze beweisen an d'invers Hypothese zouzeginn. Mat engem einfachen T-Test kënnt Dir de p-Wäert berechnen an d'Bedeitung tëscht zwou verschiddene Gruppen vun Daten bestëmmen.

Schrëtt

Deel 1 vun 3: Setzt Är Experimenter op

1. 

   Bestëmmt Är Hypothese. Den éischte Schrëtt an der Evaluatioun vun der statistescher Bedeitung ass d'Froen z'identifizéieren fir z'äntwerten an Är Hypothese ze deklaréieren. Hypothese ass eng Ausso vun den empireschen Donnéeën a méiglechen Ënnerscheeder an der Bevëlkerung. All Experiment huet eng Nullhypothese an eng invers Hypothese. Am Allgemengen vergläicht Dir zwou Gruppen fir ze kucken ob se déiselwecht oder anescht sinn.
   • Am Allgemengen ass d'Hypothese net (H₀) bestätegen datt et keen Ënnerscheed tëscht den zwou Gruppen vun Daten ass. Beispill: Studenten déi d'Material virum Cours liesen, kréien net besser Schlussgrad.
   • Déi invers Hypothese (H_a) ass contraire zu der Nullhypothese an ass eng Ausso déi Dir probéiert mat Äre empiresche Donnéeën z'ënnerstëtzen. Beispill: Studenten déi d'Material virum Cours liesen, kréien tatsächlech besser Schlussgrad.

2. 

   
   
   Wielt de Bedeitungsniveau fir den Ënnerscheedgrad ze bestëmmen deen als sënnvoll an den Date gesi ka ginn. Bedeitungsniveau (och bekannt als Alpha) ass de Seuil, deen Dir wielt fir Bedeitung ze bestëmmen. Wann de p Wäert manner wéi oder gläich wéi e bestëmmte Bedeitungsniveau ass, ginn d'Donnéeë statistesch bedeitend ugesinn.
   • Als allgemeng Regel gëtt de Bedeitungsniveau (oder Alpha) normalerweis um 0,05 Niveau gewielt - dat heescht datt d'Wahrscheinlechkeet den Ënnerscheed ze beobachten, deen op den Date gesi gëtt, nëmmen 5% zoufälleg ass.
   • Wat méi héich d'Vertrauensniveau (an dofir, wat de p-Wäert méi niddereg ass), wat d'Resultater méi sënnvoll sinn.
   • Wa méi Vertrauen erfuerderlech ass, senkt de p-Wäert op 0.01. En nidderegen p-Wäert gëtt dacks bei der Fabrikatioun benotzt fir Produktmängel z'entdecken. En héije Grad vun Zouverlässegkeet ass kritesch fir ze akzeptéieren datt all Deel funktionnéiert wéi e soll sinn.
   • Fir déi meescht Hypothesenbaséiert Experimenter ass e Bedeitungsniveau vun 0,05 akzeptabel.

3. 

   
   
   Entscheed ob Dir en een- oder zweestéckegen Test benotzt. Ee vun den T-Test Viraussetzungen ass datt Är Donnéeën an enger normaler Verdeelung sinn. Déi normal Verdeelung wäert eng Klackekurve bilden mat der Majoritéit vun den Observatiounen zentréiert. Den T-Test ass e mathematesche Test dee kontrolléiert ob Är Donnéeën op der Äussewelt vun der normaler Verdeelung, uewen oder ënnen, am "Top" Deel vun der Kéier falen.
   • Wann Dir net sécher sidd ob d'Daten uewen oder ënner der Kontrollgruppe sinn, benotzt en zweestännegen Test. Et erlaabt Iech Bedeitung a béid Richtungen ze kontrolléieren.
   • Wann Dir wësst wat déi erwaart Richtung vun Ären Donnéeë ass, benotzt en een-tailed Test. Am Beispill hei uewen erwaart Dir datt de Student seng Partituren verbesseren. Dofir benotzt Dir den One-Tailed Test.

4. 

   
   
   Bestëmmt d'Proufgréisst mat der Kraaftanalyse. D'Kraaft vun engem Test ass d'Fäegkeet dat erwaart Resultat mat enger bestëmmter Probe Gréisst z'observéieren. De gemeinsame Schwellpunkt fir Kraaft (oder β) ass 80%. Force Analyse ka ganz komplizéiert sinn ouni virleefeg Donnéeën, well Dir braucht Informatiounen iwwer dat erwaartent Mëttel tëscht de Gruppen an hir Standardabweichungen. Benotzt Online Kraaftanalyse fir déi optimal Mustergréisst fir Är Donnéeën ze bestëmmen.
   • Fuerscher maachen dacks eng kleng Viraussetzungsstudie fir d'Kraaftanalyse z'informéieren an d'Proufgréisst ze entscheede fir eng grouss an ëmfaassend Studie.
   • Wann et kee Mëttel gëtt fir eng komplex Viraussichtsfuerschung ze maachen, schätzt de méigleche Mëttel baséiert op Artikele liesen a Fuerschung déi aner Leit gemaach hunn. Et kann Iech e gudde Start ginn an d'Proufgréissten ze bestëmmen.
   Annonce

Deel 2 vun 3: Berechent d'Normdeviatioun

1. 

   Bestëmmt d'Formel fir Standardabweichung. Standarddeviatioun moosst d'Dispersioun vun den Donnéeën. Et gëtt Iech Informatiounen iwwer d'Identitéit vun all Datenpunkt an der Probe. Wann Dir fir d'éischt ufänkt, kënnen Equatioune ganz komplizéiert ausgesinn. Wéi och ëmmer, d'Schrëtt hei ënnen hëllefen Iech de Berechnungsprozess einfach ze verstoen. D'Formel ass s = √∑ ((x_ech - µ) / (N - 1)).
   • s ass d'Normdeviatioun.
   • ∑ weist datt Dir all gesammelt Observatioune musst zesummefaassen.
   • x_ech all representéiert Ären Datewäert.
   • µ ass d'Moyenne vun den Date fir all Grupp.
   • N ass d'Gesamtzuel vun Observatiounen.

2. 

   Duerchschnëttlech d'Zuel vun den Observatiounen an all Grupp. Fir d'Normdeviatioun ze berechnen, musst Dir als éischt d'Moyenne vun den Observatioune fir all eenzel Grupp ausrechnen. Dëse Wäert gëtt symboliséiert mam griichesche Buschtaf mu oder µ. Fir dat ze maachen, füügt einfach d'Observatiounen derbäi an deelt mat der Gesamtzuel vun Observatiounen.
   • Zum Beispill, fir den Duerchschnëttsscore vun der Grupp ze fannen, déi d'Dokument virum Cours liest, kucke mir e puer Donnéeën. Fir Einfachheet benotze mir en Datensatz vu 5 Punkten: 90, 91, 85, 83 an 94 (op enger 100-Punkte Skala).
   • Zielt all Observatiounen zesummen: 90 + 91 + 85 + 83 + 94 = 443.
   • Deelt d'Zomm uewen duerch d'Zuel vun den Observatiounen N (N = 5): 443/5 = 88,6.
   • Den Duerchschnëttsscore fir dës Grupp ass 88,6.

3. 

   Huelt d'Moyenne vun all observéierte Wäert of. De nächste Schrëtt beinhalt en Deel (x_ech - µ) vun der Equatioun. Huelt den Duerchschnëttswäert vun all observéierte Wäert of. Mat dem uewe genannte Beispill hu mir fënnef Subtraktiounen.
   • (90 - 88,6), (91- 88,6), (85 - 88,6), (83 - 88,6) an (94 - 88,6).
   • De berechentene Wäert ass 1,4; 2,4; -3,6; -5,6 a 5,4.

4. 

   Quadratéiert déi uewe genannten Ënnerscheeder a füügt se op. All nei berechtegte Wäert gëtt elo quadratéiert. Hei gëtt och dat negativt Zeechen ewechgeholl. Wann en negativt Zeechen no dësem Schrëtt oder um Enn vun der Berechnung opdaucht, hutt Dir vläicht vergiess de Schrëtt hei uewen ze maachen.
   • An eisem Beispill wäerte mir elo mat 1.96 schaffen; 5,76; 12,96; 31.36 an 29.16.
   • Füügt dës Quadrater zesummen: 1.96 + 5.76 + 12.96 + 31.36 + 29.16 = 81.2.

5. 

   Deelt duerch d'Gesamtzuel vun den Observatiounen minus 1. Deelen duerch N - 1 hëlleft fir eng Berechnung ze kompenséieren déi net op der Populatioun als Ganzt gemaach gëtt, awer op enger Probe vun alle Studente baséiert.
   • Ofzéien: N - 1 = 5 - 1 = 4
   • Opdeelen: 81.2 / 4 = 20.3

6. 

   Kritt de Quadratwurzel. Eemol gedeelt duerch d'Zuel vun den Observatiounen minus 1, huelt d'Quadratwurzel vum kritt. Dëst ass de leschte Schrëtt bei der Berechnung vun der Standardabweichung. E puer statistesch Programmer hëllefen Iech dës Berechnung ze maachen nodeems d'original Daten importéiert goufen.
   • Mat dem uewe genannte Beispill ass d'Standarddeviatioun vum Enn-Semester-Grad vun de Studenten, déi d'Dokument virum Cours liesen: s = √20,3 = 4.51.
   Annonce

Deel 3 vun 3: Bestëmmung vu statistescher Bedeitung

1. 

   Berechent d'Varianz tëscht den zwou Gruppen vun Observatiounen. Bis zu dësem Punkt huet d'Beispill nëmme mat enger Grupp vun Observatiounen behandelt. Fir zwou Gruppen ze vergläichen, braucht Dir natierlech Date vu béiden. Berechent d'Normdeviatioun vun der zweeter Grupp vun Observatiounen a benotzt se fir d'Varianz tëscht den zwou experimentelle Gruppen ze berechnen. D'Formel fir d'Verännerung ze berechnen ass: s_d = √ ((s₁/ N₁) + (s₂/ N₂)).
   • S_d ass d'Varianz tëscht de Gruppen.
   • S₁ ass d'Normdeviatioun vun de Gruppen 1 an N₁ ass d'Gréisst vum Grupp 1.
   • S₂ ass d'Normdeviatioun vun de Gruppen 2 an N₂ ass d'Gréisst vum Grupp 2.
   • An eisem Beispill loosst eis soen datt d'Donnéeë vum Grupp 2 (Studenten déi den Text net viru Cours gelies hunn) eng Gréisst vu 5 an eng Standardabweichung vun 5.81 huet. D'Varianz ass:
     • S_d = √ ((s₁) / N₁) + ((s₂) / N₂))
     • S_d = √(((4.51)/5) + ((5.81)/5)) = √((20.34/5) + (33.76/5)) = √(4.07 + 6.75) = √10.82 = 3.29.

2. 

   Berechent den t-Score vun den Donnéeën. Eng T-Statistik erlaabt Iech Daten an eng Form ze konvertéieren déi mat aneren Daten vergläichbar ass. Den t-Wäert erlaabt Iech och en T-Test ze maachen, en Test deen Iech erlaabt d'Wahrscheinlechkeet vun engem statistesch signifikanten Ënnerscheed tëscht den zwou Gruppen ze berechnen. D'Formel fir d'T-Statistik ze berechnen ass: t = (µ₁ – µ₂) / S_d.
   • µ₁ ass d'Moyenne vun der éischter Grupp.
   • µ₂ ass den Duerchschnëtt vun der zweeter Grupp.
   • S_d ass d'Varianz tëscht den Observatiounen.
   • Benotzt de gréissere Mëttel als µ₁ fir keng negativ T-Statistik ze kréien.
   • Stellt Iech vir datt e beobachtete Mëttel fir Grupp 2 (deen de fréieren Artikel net gelies huet) ass 80. Den t-Score ass: t = (µ₁ – µ₂) / S_d = (88,6 – 80)/3,29 = 2,61.

3. 

   Bestëmmt de Grad vun der Fräiheet vun der Probe. Wann Dir d'T-Statistik benotzt, ginn d'Fräiheetsgraden op Basis vun der Mustergréisst bestëmmt. Zielt d'Zuel vun den Observatioune fir all Grupp zesummen an zitt dann zwou of. Am uewe genannte Beispill ass de Fräiheetsgrad (d.f.) 8 well et 5 Proben an der éischter Grupp a 5 Proben an der zweeter Grupp sinn ((5 + 5) - 2 = 8).

4. 

   Benotzt Tabelle t fir Bedeitung ze evaluéieren. Dëscher vun t-Wäerter a Fräiheetsgraden kënnen an engem Standardstatistikbuch oder online fonnt ginn. Fannt déi Zeil déi d'Fräiheetsgraden vun den Date enthält an de p-Wäert deen der t-Statistik entsprécht déi Dir hutt.
   • Mat Fräiheetsgraden 8 an t = 2.61, läit de p-Wäert fir en Een-Schwanz Test tëscht 0.01 an 0.025. Well de gewielte Bedeitungsniveau manner wéi oder gläich 0,05 ass, sinn eis Daten statistesch bedeitend. Mat dësen Donnéeë refuséiere mir d'Nullhypothese an akzeptéieren déi invers Hypothese: Studenten, déi d'Material virum Cours liesen, hu méi héich Endresultater.

5. 

   Bedenkt weider Fuerschung ze maachen. Vill Fuerscher maachen Viraussetzungsstudien mat verschiddene Metriken fir ze verstoen wéi een eng méi grouss Etude designt. Aner Fuerschung maache mat méi Metriken erhéicht Äert Vertrauen an Är Conclusiounen. Annonce

Berodung

• Statistiken ass e grousst a komplext Feld. Maacht e Lycée oder Uni Niveau statistesch Hypothesen Test (oder méi héich) fir statistesch Bedeitung ze verstoen.

Opgepasst

• Dës Analyse fokusséiert op den T-Test fir den Ënnerscheed tëscht den zwou Standardverdeelungspopulatiounen ze kontrolléieren. Ofhängeg vun der Komplexitéit vun den Donnéeën, kënnt Dir en anere statisteschen Test brauchen.