So führen sie den welch-t-test in stata durch

Die gebräuchlichste Methode zum Vergleichen von Mittelwerten zwischen zwei unabhängigen Gruppen ist die Verwendung eines T-Tests bei zwei Stichproben . Dieser Test geht jedoch davon aus, dass die Varianzen zwischen den beiden Gruppen gleich sind.

Wenn Sie der Meinung sind, dass die Varianz zwischen den beiden Gruppen nicht gleich ist , können Sie den Welch-T-Test verwenden, der das nichtparametrische Äquivalent des T-Tests bei zwei Stichproben ist.

In diesem Tutorial wird erläutert, wie Sie den Welch-T-Test in Stata durchführen.

Beispiel: Welchs t-Test in Stata

Für dieses Beispiel verwenden wir den Datensatz „Fuel3“ , der die mpg von 12 Autos enthält, die eine bestimmte Kraftstoffaufbereitung erhalten haben, und von 12 Autos, die dies nicht getan haben.

Befolgen Sie die folgenden Schritte, um einen Welch’t-T-Test durchzuführen und festzustellen, ob zwischen den beiden Gruppen ein Unterschied im durchschnittlichen MPG besteht.

Schritt 1: Daten laden und anzeigen.

Laden Sie zunächst den Datensatz, indem Sie den folgenden Befehl in das Befehlsfeld eingeben:

Verwenden Sie https://www.stata-press.com/data/r13/fuel3

Zeigen Sie die Rohdaten mit dem folgenden Befehl an:

Liste

Schritt 2: Visualisieren Sie die Daten.

Bevor wir den Welch-T-Test durchführen, erstellen wir zunächst zwei Boxplots , um die mpg-Verteilung für jede Gruppe zu visualisieren:

mpg-Grafikbox, über(verarbeitet)

Wir können sehen, dass die mpg von Gruppe 1 (die Gruppe, die die Kraftstoffbehandlung erhalten hat) tendenziell höher ist als die von Gruppe 0. Wir können auch sehen, dass die Varianz von Gruppe 1 etwas kleiner zu sein scheint als die von Gruppe 0 (die Breite). der Karton ist kleiner).

Schritt 3: Führen Sie den Welch-T-Test durch

Verwenden Sie die folgende Syntax, um den Welch-t-Test durchzuführen:

ttest variable_to_measure, von (grouping_variable) welch

Hier ist die Syntax für unser spezielles Beispiel:

ttest mpg, von (verarbeitet) Welch

So interpretieren Sie das Ergebnis:

• Der durchschnittliche MPG für Gruppe 0 betrug 21 . Das 95 %-Konfidenzintervall für den wahren Bevölkerungsmittelwert betrug (19,26525, 22,73745) .
• Der durchschnittliche MPG für Gruppe 1 betrug 22,75 . Das 95 %-Konfidenzintervall für den wahren Bevölkerungsmittelwert betrug (20,68449, 24,81551) .
• Der durchschnittliche Unterschied in mpg für Gruppe 0 – Gruppe 1 betrug -1,75 . Das 95 %-Konfidenzintervall für die wahre Differenz zwischen den Populationsmittelwerten betrug (-4,28369, 0,7836902) .
• Die Teststatistik t für den Welch-t-Test betrug -1,4280 .
• Da wir an der alternativen Hypothese interessiert sind, dass der durchschnittliche mpg zwischen den beiden Gruppen einfach unterschiedlich war, werden wir uns den mit Ha:diff != 0 verbundenen p-Wert ansehen, der sich als 0,1666 herausstellt. Da dieser Wert nicht weniger als 0,05 beträgt, haben wir keine ausreichenden Beweise dafür, dass der durchschnittliche MPG zwischen den beiden Gruppen unterschiedlich ist.

Schritt 4: Melden Sie die Ergebnisse.

Abschließend möchten wir über die Ergebnisse unseres Welch-T-Tests berichten. Hier ist ein Beispiel dafür:

Ein Welch-T-Test wurde durchgeführt, um festzustellen, ob zwischen einer Gruppe von Fahrzeugen, die eine Kraftstoffaufbereitung erhielten, und einer Gruppe, die keine Kraftstoffaufbereitung erhielt, ein statistisch signifikanter Unterschied in den MPG-Werten bestand. Die Stichprobengröße für beide Gruppen betrug 12 Autos.

Der t-Test von Welch ergab, dass es keinen statistisch signifikanten Unterschied in den Mittelwerten (t = -1,4280, p = 0,1666) zwischen den beiden Gruppen gab.

Das 95 %-Konfidenzintervall für die wahre mittlere Differenz zwischen Gruppe 0 (Nicht-Behandlungsgruppe) und Gruppe 1 (Behandlungsgruppe) betrug (-4,28369, 0,7836902).