Come eseguire un t-test a due campioni in stata

Un t-test a due campioni viene utilizzato per verificare se le medie di due popolazioni sono uguali o meno.

Questo tutorial spiega come eseguire un t-test a due campioni in Stata.

Esempio: test t a due campioni in Stata

I ricercatori vogliono sapere se un nuovo trattamento del carburante provoca un cambiamento nel consumo medio di una determinata vettura. Per testarlo, conducono un esperimento in cui 12 auto ricevono il nuovo trattamento del carburante e 12 auto no.

Completare i passaggi seguenti per eseguire un test t a due campioni per determinare se esiste una differenza nel mpg medio tra questi due gruppi.

Passaggio 1: caricare i dati.

Innanzitutto, carica i dati digitando use https://www.stata-press.com/data/r13/fuel3 nella casella di comando e facendo clic su Invio.

Passaggio 2: visualizzare i dati grezzi.

Prima di eseguire un t-test su due campioni, esaminiamo innanzitutto i dati grezzi. Dalla barra dei menu in alto, vai a Dati > Editor di dati > Editor di dati (Sfoglia) . La prima colonna, mpg , mostra il mpg per una determinata auto. La seconda colonna, trattata , indica se l’auto ha ricevuto o meno il trattamento del carburante (0=no, 1=si).

Passaggio 3: visualizzare i dati.

Successivamente, visualizziamo i dati. Creeremo boxplot per visualizzare la distribuzione dei valori mpg per ciascun gruppo.

Dalla barra dei menu in alto, vai su Grafici > Box plot . Sotto variabili, scegli mpg :

Quindi, nella sottovoce Categorie sotto Variabile di raggruppamento, seleziona Elaborato :

Fare clic su OK . Verrà automaticamente visualizzato un grafico con due boxplot:

Possiamo immediatamente vedere che il mpg sembra essere più alto per il gruppo trattato (1) rispetto al gruppo non trattato (0), ma dobbiamo eseguire un t-test a due campioni per vedere se queste differenze sono statisticamente significative. .

Passaggio 4: eseguire un test t su due campioni.

Dalla barra dei menu in alto, vai su Statistiche > Riepiloghi, tabelle e test > Test di ipotesi classici > Test t (test di confronto delle medie) .

Scegli Due campioni utilizzando i gruppi . Per Nome variabile, scegli mpg . Per Nome variabile di gruppo, scegli Elaborata . Per Livello di confidenza, scegli il livello desiderato. Un valore di 95 corrisponde a un livello di significatività di 0,05. Lo lasceremo a 95. Infine, fai clic su OK .

Verranno visualizzati i risultati dei due test t del campione:

Riceviamo le seguenti informazioni per ciascun gruppo:

Oss: il numero di osservazioni. Ci sono 12 osservazioni in ciascun gruppo.

Media: il mpg medio. Nel girone 0 la media è 21. Nel girone 1 la media è 22,75.

Standard. Err: l’errore standard, calcolato come σ / √ n

Standard. Dev: la deviazione standard di mpg.

Conf. 95% Intervallo: intervallo di confidenza del 95% per la media della popolazione reale in mpg.

t: la statistica del test t a due campioni.

gradi di libertà: i gradi di libertà da utilizzare per il test, calcolati come n-2 = 24-2 = 22.

I valori p per tre diversi t-test a due campioni sono mostrati nella parte inferiore dei risultati. Poiché vogliamo capire se il mpg medio è semplicemente diverso tra i due gruppi, esamineremo i risultati del test intermedio (in cui l’ipotesi alternativa è Ha:diff!=0) che ha un valore p di 0,1673. .

Poiché questo valore non è inferiore al nostro livello di significatività di 0,05, non riusciamo a rifiutare l’ipotesi nulla. Non abbiamo prove sufficienti per affermare che il vero mpg medio sia diverso tra i due gruppi.

Passaggio 5: riportare i risultati.

Infine, riporteremo i risultati dei nostri due t-test campione. Ecco un esempio di come eseguire questa operazione:

È stato eseguito un test T su due campioni su 24 auto per determinare se un nuovo trattamento del carburante causasse una differenza nelle miglia medie per gallone. Ogni gruppo conteneva 12 auto.

I risultati hanno mostrato che il mpg medio non era diverso tra i due gruppi (t = -1,428 con df=22, p = 0,1673) ad un livello di significatività di 0,05.

Un intervallo di confidenza del 95% per la vera differenza nelle medie della popolazione ha dato l’intervallo di (-4,29, 0,79).