Verschil tussen T-toets en ANOVA
Share
Er is een dunne scheidingslijn tussen de t-test en ANOVA, d.w.z. wanneer de populatiegemiddelden van slechts twee groepen moeten worden vergeleken, t-toets wordt gebruikt, maar wanneer middelen van meer dan twee groepen moeten worden vergeleken, ANOVA heeft de voorkeur.
T-toets en Analyse van variantie afgekort als ANOVA, zijn twee parametrische statistische technieken gebruikt om de hypothese te testen. Omdat deze gebaseerd zijn op de algemene aanname, zoals de populatie waaruit de steekproef wordt getrokken normaal moet worden gedistribueerd, homogeniteit van variantie, willekeurige steekproef van gegevens, onafhankelijkheid van waarnemingen, meting van de afhankelijke variabele op de ratio of het intervalniveau, interpreteren mensen deze vaak verkeerd. twee.
Hier, is een artikel gepresenteerd voor u om het significante verschil tussen t-test en ANOVA te begrijpen, een kijkje nemen.
Inhoud: T-test versus ANOVA
Vergelijkingstabel
| Basis voor vergelijking | T-toets | ANOVA |
|---|---|---|
| Betekenis | T-toets is een hypothesetest die wordt gebruikt om de gemiddelden van twee populaties te vergelijken. | ANOVA is een statistische techniek die wordt gebruikt om de gemiddelden van meer dan twee populaties te vergelijken. |
| Test statistiek | (x ̄-μ) / (s / √n) | Tussen steekproefvariantie / binnen steekproefvariantie |
Definitie van T-test
De t-toets wordt beschreven als de statistische test die onderzoekt of de populatiemiddelen van twee monsters sterk van elkaar verschillen, waarbij de t-verdeling wordt gebruikt die wordt gebruikt wanneer de standaardafwijking niet bekend is en de steekproefomvang klein is. Het is een hulpmiddel om te analyseren of de twee monsters afkomstig zijn uit dezelfde populatie.
De test is gebaseerd op t-statistiek, waarbij wordt aangenomen dat de variabele normaal wordt verdeeld (symmetrische klokvormige verdeling) en het gemiddelde bekend is en de populatievariantie wordt berekend op basis van de steekproef..
In de t-test neemt de nulhypothese de vorm aan van H0: μ (x) = μ (y) tegen alternatieve hypothese H1: μ (x) ≠ μ (y), waarbij μ (x) en μ (y) de populatiemiddelen vertegenwoordigen. De mate van vrijheid van t-toets is n1 + n2 - 2
Definitie van ANOVA
Variantieanalyse (ANOVA) is een statistische methode, die algemeen wordt gebruikt in al die situaties waarin een vergelijking moet worden gemaakt tussen meer dan twee populatiemiddelen zoals de opbrengst van het gewas van meerdere zaadvariëteiten. Het is een essentieel analysewerk voor de onderzoeker die hem in staat stelt om tegelijkertijd tests uit te voeren. Wanneer we ANOVA gebruiken, wordt aangenomen dat het monster afkomstig is uit de normaal verdeelde populatie en dat de populatievariantie gelijk is.
In ANOVA wordt de totale hoeveelheid variatie in een gegevensset opgesplitst in twee typen, d.w.z. de hoeveelheid toegewezen aan kans en hoeveelheid toegewezen aan bepaalde oorzaken. Het basisprincipe is om de varianties tussen populatiemiddelen te testen door de hoeveelheid variatie binnen groep items te beoordelen, evenredig aan de hoeveelheid variatie tussen groepen. Binnen het monster is de variantie het gevolg van de willekeurige onverklaarde stoornis terwijl een andere behandeling kan leiden tot verschillen in de steekproef.
Met behulp van deze techniek testen we, nulhypothese (H.0) waarbij alle populatiemiddelen hetzelfde zijn, of een alternatieve hypothese (H.1) waarbij ten minste één populatiegemiddelde verschillend is.
Belangrijkste verschillen tussen T-toets en ANOVA
De significante verschillen tussen de T-test en de ANOVA worden in detail besproken in de volgende punten:
- Een hypothesetest die wordt gebruikt om de gemiddelden van twee populaties te vergelijken, wordt t-test genoemd. Een statistische techniek die wordt gebruikt om de gemiddelden van meer dan twee populaties te vergelijken, staat bekend als Analysis of Variance of ANOVA.
- Teststatistiek voor T-test is:
Teststatistiek voor ANOVA is: 
Teststatistiek voor ANOVA is: Conclusie
Na het bekijken van de bovenstaande punten, kan worden gezegd dat t-test een speciaal type ANOVA is dat kan worden gebruikt wanneer we slechts twee populaties hebben om hun gemiddelden te vergelijken. Hoewel de kans op fouten kan toenemen als de t-toets wordt gebruikt wanneer we meer dan twee gemiddelden van de populaties tegelijkertijd moeten vergelijken, daarom wordt ANOVA gebruikt
