စာရင်းဇယားများတွင် t တန်ဖိုးများနှင့် p တန်ဖိုးများအကြား ကွာခြားချက်

စာရင်းဇယားများတွင် ကျောင်းသားများ မကြာခဏ ရောထွေးနေသော ဝေါဟာရနှစ်ခုမှာ t-values နှင့် p-values ဖြစ်သည်။

ဤအသုံးအနှုန်းများကြား ခြားနားချက်ကို နားလည်ရန်၊ ၎င်းသည် t-tests များကို နားလည်ရန် ကူညီပေးသည်။

ယေဘူယျအားဖြင့် t-test အမျိုးအစားသုံးမျိုးရှိသည်။

• နမူနာတစ်ခုတည်း t-test : လူဦးရေဆိုလိုသည်မှာ သတ်မှတ်ထားသောတန်ဖိုးနှင့်ညီမျှခြင်းရှိမရှိ စမ်းသပ်ရန်အသုံးပြုသည်။
• နမူနာနှစ်ခု t-test : လူဦးရေနှစ်ခု၏ အဓိပ္ပါယ်သည် ညီမျှခြင်းရှိမရှိ စမ်းသပ်ရန် အသုံးပြုသည်။
• တွဲထားသောနမူနာများ t-test − နမူနာတစ်ခုရှိ ရှုမြင်မှုတစ်ခုစီရှိ အခြားနမူနာတစ်ခုရှိ စူးစမ်းလေ့လာမှုတစ်ခုနှင့် ဆက်စပ်နိုင်သည့်အခါ လူဦးရေနှစ်ခု၏ အဓိပ္ပါယ်မှာ တူညီမှုရှိမရှိ စမ်းသပ်ရန် အသုံးပြုသည်။

စမ်းသပ်မှုတစ်ခုစီပြုလုပ်ရန် အောက်ပါအဆင့်များကို ကျွန်ုပ်တို့အသုံးပြုသည်-

• အဆင့် 1- null နှင့် အခြားအခြားသော အယူအဆကို ဖော်ပြပါ။
• အဆင့် 2- t တန်ဖိုးကို တွက်ချက်ပါ။
• အဆင့် 3- t-value နှင့် ကိုက်ညီသော p-value ကို တွက်ချက်ပါ။

စမ်းသပ်မှုတစ်ခုစီအတွက်၊ t-value သည် လူဦးရေဆိုလိုရင်းနှင့် p-value အကြား ခြားနားချက်ကို တိုင်းတာသည့်နည်းလမ်းဖြစ်ပြီး p-value သည် ‘နမူနာတွင် ကျွန်ုပ်တို့အမှန်တကယ်တွေ့ရှိခဲ့သည့်အတိုင်း အနည်းဆုံးတန်ဖိုးအနည်းဆုံး t-value ရရှိရန်ဖြစ်နိုင်ခြေဖြစ်သည်။ null hypothesis သည် အမှန်တကယ်မှန်ပါက data

p-value သည် သတ်မှတ်ထားသောတန်ဖိုးထက်နည်းနေပါက (ဥပမာ 0.05)၊ ထို့နောက် test ၏ null hypothesis ကို ငြင်းပယ်ပါသည်။

t-test အမျိုးအစားတစ်ခုစီအတွက်၊ ကျွန်ုပ်တို့သည် p-value ကိုစိတ်ဝင်စားပြီး p-value ကိုတွက်ချက်ရန် အလယ်အလတ်အဆင့်အဖြစ် t-value ကို ရိုးရိုးရှင်းရှင်းအသုံးပြုပါသည်။

အောက်ဖော်ပြပါ ဥပမာသည် t-value တစ်ခုကို တွက်ချက်ပြီး အဓိပ္ပာယ်ပြန်ဆိုပုံနှင့် နမူနာနှစ်ခု t-test တစ်ခုအတွက် သက်ဆိုင်ရာ p-value ကို ပြသထားသည်။

ဥပမာ- T တန်ဖိုးများနှင့် P တန်ဖိုးများကို တွက်ချက်ပြီး ဘာသာပြန်ပါ။

မတူညီသောလိပ်မျိုးစိတ်နှစ်ခု၏ ပျမ်းမျှအလေးချိန်သည် ညီမျှခြင်းရှိ၊ မရှိ သိလိုသည်ဆိုပါစို့။ အောက်ပါအလေးချိန်များဖြင့် လူဦးရေတစ်ခုစီမှ လိပ် 12 ကောင်၏ ရိုးရှင်းသောကျပန်းနမူနာကို ကျွန်ုပ်တို့ စုဆောင်းပါသည်။

#1 မျိုးစိတ် : 301၊ 298၊ 295၊ 297၊ 304၊ 305၊ 309၊ 298၊ 291၊ 299၊ 293၊ 304

#2 မျိုးစိတ် : 302၊ 309၊ 324၊ 313၊ 312၊ 310၊ 305၊ 298၊ 299၊ 300၊ 289၊ 294

ဤဒေတာကို အသုံးပြု၍ နမူနာနှစ်ခု t-test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ဤအရာဖြစ်သည် ။

အဆင့် 1- null နှင့် အခြားအခြားသော အယူအဆကို ဖော်ပြပါ။

ဦးစွာ၊ ကျွန်ုပ်တို့သည် null နှင့် အခြားအခြားသော အယူအဆများကို ဖော်ပြပါမည်-

• H ₀ : μ ₁ = μ ₂ (လူဦးရေ နှစ်ခုသည် တူညီသည်)
• H ₁ : μ ₁ ≠ μ ₂ (လူဦးရေ နှစ်ခု အဓိပ္ပါယ်မှာ မညီမျှခြင်း)

အဆင့် 2- t တန်ဖိုးကို တွက်ချက်ပါ။

ထို့နောက်၊ နမူနာနှစ်ခု t-test calculator တွင် လိပ်နမူနာတစ်ခုစီ၏ အလေးချိန်များကို ထည့်သွင်းပြီး t-value သည် -1.608761 ဖြစ်ကြောင်း တွေ့ရှိပါမည်။

အဆင့် 3- p-value ကို တွက်ချက်ပါ။

-1.608761 ၏ t-value သည် 0.121926 နှင့် သက်ဆိုင်သော p-value ကို ရှာဖွေရန် နမူနာနှစ်ခု t-test ဂဏန်းတွက်စက် ကိုလည်း အသုံးပြုနိုင်သည်။

ဤ p-value သည် 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။

ဆိုလိုသည်မှာ လူဦးရေ နှစ်ခုကြားရှိ လိပ်များ၏ ပျမ်းမျှအလေးချိန် ကွာခြားသည်ဟု ဆိုရန် လုံလောက်သော အထောက်အထား မရှိဟု ဆိုလိုပါသည်။

p-value ကို တွက်ချက်ရန် အလယ်အလတ်အဆင့်အဖြစ် t-value ကို ရိုးရိုးရှင်းရှင်း အသုံးပြုကြောင်း သတိပြုပါ။ p-value သည် ကျွန်ုပ်တို့စိတ်ဝင်စားခဲ့သော တန်ဖိုးအမှန်ဖြစ်သည်၊ သို့သော် t-value ကို ဦးစွာတွက်ချက်ရမည်ဖြစ်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ပါသင်ခန်းစာများသည် t-tests နှင့် p-values များအကြောင်း နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

နမူနာတစ်ခုတည်း t-test ကို မိတ်ဆက်ခြင်း။
နမူနာနှစ်ခု t စမ်းသပ်မှုမိတ်ဆက်
တွဲထားသောနမူနာ t-test ကို မိတ်ဆက်ခြင်း။
t စမ်းသပ်မှုမှ P တန်ဖိုးကို ကိုယ်တိုင်တွက်ချက်နည်း