Stata で 2 サンプルの t 検定を実行する方法

2 標本 t 検定は、 2 つの母集団の平均が等しいかどうかを検定するために使用されます。

このチュートリアルでは、Stata で 2 サンプルの t 検定を実行する方法を説明します。

例: Stata での 2 サンプルの t 検定

研究者は、新しい燃料処理によって特定の車の平均 mpg が変化するかどうかを知りたいと考えています。これをテストするために、12 台の車に新しい燃料処理を施し、12 台の車には施さない実験を実施しました。

2 サンプル t 検定を実行して、これら 2 つのグループ間に平均 mpg に違いがあるかどうかを判断するには、次の手順を実行します。

ステップ 1: データをロードします。

まず、コマンド ボックスにuse https://www.stata-press.com/data/r13/fuel3と入力し、Enter をクリックしてデータをロードします。

ステップ2: 生データを表示します。

2 標本 t 検定を実行する前に、まず生データを見てみましょう。上部のメニュー バーから、 [データ] > [データ エディター] > [データ エディター (参照)]に移動します。最初の列mpgには、特定の車の mpg が表示されます。 2 番目の列は、処理済みで、車が燃料処理を受けたかどうかを示します (0 = いいえ、1 = はい)。

ステップ 3: データを視覚化します。

次に、データを視覚化してみましょう。 箱ひげ図を作成して、グループごとの mpg 値の分布を表示します。

上部のメニュー バーから、 [グラフ] > [箱ひげ図]に移動します。変数で、 mpgを選択します。

次に、[グループ化変数] の下の [カテゴリ] 小見出しで、 [処理済み] を選択します。

「OK」をクリックします。 2 つの箱ひげ図を含むグラフが自動的に表示されます。

未治療グループ (0) と比較して、治療グループ (1) の mpg が高いことがすぐにわかりますが、これらの違いが統計的に有意であるかどうかを確認するには、2 サンプルの t 検定を実行する必要があります。 。

ステップ 4: 2 サンプルの t 検定を実行します。

上部のメニュー バーから、 [統計] > [要約、表、検定] > [従来の仮説検定] > [t 検定 (平均値検定の比較)]に移動します。

[グループを使用した 2 つのサンプル]を選択します。 [変数名] として、 mpgを選択します。 [グループ変数名] で、 [処理済み]を選択します。 [信頼レベル] で、必要なレベルを選択します。値 95 は、有意水準 0.05 に対応します。これは 95 のままにしておきます。最後に、 [OK]をクリックします。

2 つのサンプル t 検定の結果が表示されます。

各グループについて次の情報を受け取ります。

Obs:観測値の数。各グループには 12 個の観測値があります。

平均:平均 mpg。グループ 0 の平均は 21 です。グループ 1 の平均は 22.75 です。

標準。 Err:標準誤差、σ / √ nとして計算されます。

標準。 Dev: mpg の標準偏差。

95％の確信範囲:真の母集団平均の 95% 信頼区間 (mpg)。

t: 2 サンプル t 検定の検定統計量。

自由度:テストに使用する自由度。n-2 = 24-2 = 22 として計算されます。

3 つの異なる 2 サンプル t 検定の p 値が結果の下部に表示されます。平均 mpg が 2 つのグループ間で単に異なるかどうかを理解したいため、p 値が0.1673 である中間検定 (対立仮説は Ha:diff !=0) の結果を調べます。 。

この値は有意水準 0.05 を下回っていないため、帰無仮説を棄却できません。真の平均mpgが2つのグループ間で異なると言える十分な証拠はありません。

ステップ 5: 結果を報告します。

最後に、2 つのサンプル t 検定の結果を報告します。これを行う方法の例を次に示します。

2 サンプルの T 検定を 24 台の車に対して実行し、新しい燃料処理によってガロンあたりの平均マイル数に違いが生じるかどうかを判定しました。各グループには 12 台の車両が含まれていました。

結果は、平均 mpg が 2 つのグループ間で差がないことを示しました (t = -1.428、df=22、p = 0.1673) (有意水準 0.05)。

母平均の真の差に対する 95% 信頼区間は (-4.29, 0.79) の区間となりました。