t statistic
تخصصی
پیشنهاد کاربران
آمارهٔ t / آمارهٔ تی
تفاوت و نکات مهم:
• t - statistic یک مقدار آماری است که نشان می دهد تفاوت یا اثر مشاهده شده نسبت به مقدار مورد انتظار، چقدر بزرگ است.
• در آزمون های t معمولاً از آن برای بررسی این استفاده می شود که آیا تفاوت بین میانگین ها یا تفاوت یک میانگین با یک مقدار مشخص، از نظر آماری قابل توجه است یا نه.
... [مشاهده متن کامل]
• به زبان ساده، هرچه قدر مطلق t - statistic بزرگ تر باشد، شواهد بیشتری علیه فرض صفر ( null hypothesis ) وجود دارد.
• در یک آزمون t، مقدار t معمولاً از نسبتِ تفاوت مشاهده شده به خطای استاندارد آن تفاوت به دست می آید.
• مثال:
اگر t = 3. 20 باشد، یعنی تفاوت مشاهده شده نسبت به میزان خطای استاندارد، نسبتاً بزرگ است.
• t - statistic به تنهایی مشخص نمی کند نتیجه معنادار است یا نه؛ برای تفسیر آن باید p - value و degrees of freedom ( df ) را نیز در نظر گرفت.
• با p - value تفاوت دارد:
t - statistic = اندازه و جهت آمارهٔ آزمون
p - value = احتمال مشاهدهٔ چنین نتیجه ای ( یا شدیدتر ) در صورت درست بودن فرض صفر
تفاوت و نکات مهم:
• t - statistic یک مقدار آماری است که نشان می دهد تفاوت یا اثر مشاهده شده نسبت به مقدار مورد انتظار، چقدر بزرگ است.
• در آزمون های t معمولاً از آن برای بررسی این استفاده می شود که آیا تفاوت بین میانگین ها یا تفاوت یک میانگین با یک مقدار مشخص، از نظر آماری قابل توجه است یا نه.
... [مشاهده متن کامل]
• به زبان ساده، هرچه قدر مطلق t - statistic بزرگ تر باشد، شواهد بیشتری علیه فرض صفر ( null hypothesis ) وجود دارد.
• در یک آزمون t، مقدار t معمولاً از نسبتِ تفاوت مشاهده شده به خطای استاندارد آن تفاوت به دست می آید.
• مثال:
اگر t = 3. 20 باشد، یعنی تفاوت مشاهده شده نسبت به میزان خطای استاندارد، نسبتاً بزرگ است.
• t - statistic به تنهایی مشخص نمی کند نتیجه معنادار است یا نه؛ برای تفسیر آن باید p - value و degrees of freedom ( df ) را نیز در نظر گرفت.
• با p - value تفاوت دارد:
t - statistic = اندازه و جهت آمارهٔ آزمون
p - value = احتمال مشاهدهٔ چنین نتیجه ای ( یا شدیدتر ) در صورت درست بودن فرض صفر
آماره تی، کم تپه تر و چاق دنباله تر از توزیع نرمال است مانند تصویر پیوست
