Welch ၏ t စမ်းသပ်မှု- မည်သည့်အချိန်တွင် အသုံးပြုရမည် + ဥပမာများ
အမှီအခိုကင်းသောအုပ်စုနှစ်ခု၏နည်းလမ်းများကို နှိုင်းယှဉ်လိုသောအခါ၊ မတူညီသောစမ်းသပ်မှုနှစ်ခုကို အသုံးပြု၍ ရွေးချယ်နိုင်သည်-
ကျောင်းသား၏ t-test- ဤစမ်းသပ်မှုတွင် ဒေတာအုပ်စုနှစ်စုကို ပုံမှန်ဖြန့်ဝေမှု နောက်သို့လိုက်သော လူဦးရေများမှနမူနာယူထားပြီး လူဦးရေနှစ်ခုသည် တူညီသောကွဲလွဲမှုရှိသည်ဟု ယူဆသည်။
Welch ၏ t-test- ဤစမ်းသပ်မှုတွင် ဒေတာအုပ်စုနှစ်ခုစလုံးသည် ပုံမှန်ဖြန့်ဝေမှုနောက်သို့လိုက်သော လူဦးရေများမှနမူနာယူထားသည်ဟု ယူဆသော်လည်း ဤလူဦးရေနှစ်ခုသည် တူညီသောကွဲလွဲမှုရှိသည်ဟု မယူဆပါ ။
Student’s t-test နှင့် Welch’s t-test ကွာခြားချက်
Student’s t-test နှင့် Welch’s t-test လုပ်ပုံ ကွာခြားချက် နှစ်ခုရှိသည်။
- စာမေးပွဲစာရင်းအင်း
- လွတ်လပ်မှုဒီဂရီ
ကျောင်းသား၏ t-test-
စမ်းသပ်စာရင်းအင်း- ( x 1 – x 2 ) / s p (√ 1/n 1 + 1/n 2 )
x 1 နှင့် x 2 သည် နမူနာဆိုလိုသည်မှာ အဘယ်မှာနည်း၊ n 1 နှင့် n 2 သည် နမူနာ 1 နှင့် နမူနာ 2 အတွက် နမူနာအရွယ်အစားများဖြစ်ပြီး s p ကို အောက်ပါအတိုင်း တွက်ချက်သည်-
s p = √ (n 1 -1)s 1 2 + (n 2 -1)s 2 2 / (n 1 +n 2 -2)၊
s 1 2 နှင့် s 2 2 သည် နမူနာကွဲလွဲမှုများဖြစ်သည်။
လွတ်လပ်မှုဒီဂရီ- n 1 + n 2 – 2
Welch ၏ T-test
စမ်းသပ်စာရင်းအင်း- ( x 1 – x 2 ) / (√ s 1 2 /n 1 + s 2 2 /n 2 )
လွတ်လပ်မှုဒီဂရီ- (s 1 2 /n 1 + s 2 2 /n 2 ) 2 / { [ (s 1 2 / n 1 ) 2 / (n 1 – 1) ] + [ (s 2 2 / n 2 ) ၂ / (ဎ ၂ – ၁) ] }
Welch ၏ t-test အတွက် လွတ်လပ်မှုဒီဂရီကို တွက်ချက်ရန် ဖော်မြူလာသည် စံသွေဖည်မှုနှစ်ခုကြား ကွာခြားချက်ကို ထည့်သွင်းစဉ်းစားသည်။ နမူနာ နှစ်ခုတွင် စံသွေဖည်မှုများ တူညီပါက Welch’s t-test ၏ လွတ်လပ်မှုဒီဂရီသည် ကျောင်းသား၏ t-test ၏ လွတ်လပ်မှုဒီဂရီများနှင့် အတိအကျတူညီမည်ဖြစ်ပါသည်။
ပုံမှန်အားဖြင့်၊ နမူနာနှစ်ခုအတွက် စံသွေဖည်မှုများမှာ မတူညီသောကြောင့် Welch’s t-test ၏ လွတ်လပ်မှုဒီဂရီသည် ကျောင်းသား၏ t-test ၏ လွတ်လပ်မှုဒီဂရီထက် သေးငယ်နေတတ်သည်။
Welch ၏ t-test တွင် လွတ်လပ်မှုဒီဂရီများသည် ယေဘုယျအားဖြင့် ကိန်းပြည့်မဟုတ်ကြောင်းကိုလည်း သတိပြုရန် အရေးကြီးပါသည်။ သင်ကိုယ်တိုင် စမ်းသပ်နေပါက၊ အနိမ့်ဆုံးနံပါတ်တစ်ခုလုံးသို့ လှည့်ခြင်းသည် အကောင်းဆုံးဖြစ်သည်။ R ကဲ့သို့သော စာရင်းအင်းဆော့ဖ်ဝဲကို သင်အသုံးပြုပါက၊ ဆော့ဖ်ဝဲသည် လွတ်လပ်မှုဒီဂရီများ၏ ဒဿမတန်ဖိုးကို ပေးဆောင်နိုင်မည်ဖြစ်သည်။
Welch t-test ကို ဘယ်အချိန်မှာ သုံးသင့်လဲ။
Welch ၏ t-test သည် အမှီအခိုကင်းသောအုပ်စုနှစ်ခု၏နည်းလမ်းများကို နှိုင်းယှဉ်ခြင်းအတွက် ပုံသေရွေးချယ်မှုဖြစ်သင့်သည်ဟု စောဒကတက်ကြပြီး နမူနာအရွယ်အစားနှင့် ကွဲပြားမှုများသည် အုပ်စုများကြားတွင် နမူနာအရွယ်အစားများနှင့် မတူညီသည့်အခါတွင် ကျောင်းသား၏ t-test ထက် ပိုမိုကောင်းမွန်သောကြောင့် ၎င်းသည် နမူနာအရွယ်အစားများကို တူညီသည့်ရလဒ်များပေးဆောင်သည် မတူကြပါ။ ကွာခြားချက်များသည် တန်းတူဖြစ်သည်။
လက်တွေ့တွင်၊ အုပ်စုနှစ်ခု၏နည်းလမ်းများကို နှိုင်းယှဉ်ကြည့်သောအခါ၊ အုပ်စုတစ်ခုစီ၏ စံသွေဖည်မှုများမှာ တူညီလိမ့်မည်မထင်ပါ။ ထို့ကြောင့် Welch’s t-test ကို အမြဲသုံးရန် စိတ်ကူးကောင်းပါသည်၊ ထို့ကြောင့် မတူညီမှုများ၏ သာတူညီမျှမှုနှင့်ပတ်သက်၍ ယူဆရန် မလိုအပ်ပါ။
Welch’s t-test ကိုအသုံးပြုပုံ နမူနာများ
ထို့နောက်၊ ကျွန်ုပ်တို့သည် အောက်ပါနမူနာနှစ်ခုတွင် Welch ၏ t-test ကိုပြုလုပ်ပြီး ၎င်းတို့၏လူဦးရေ၏အဓိပ္ပါယ်မှာ 0.05 အရေးပါမှုအဆင့်တွင် သိသာထင်ရှားစွာကွာခြားမှုရှိမရှိဆုံးဖြတ်ရန် လုပ်ဆောင်ပါမည်။
နမူနာ 1: 14၊ 15၊ 15၊ 15၊ 16၊ 18၊ 22၊ 23၊ 24၊ 25၊ 25
နမူနာ ၂- ၁၀၊ ၁၂၊ ၁၄၊ ၁၅၊ ၁၈၊ ၂၂၊ ၂၄၊ ၂၇၊ ၃၁၊ ၃၃၊ ၃၄၊ ၃၄၊ ၃၄
စာမေးပွဲကို နည်းလမ်းသုံးမျိုးဖြင့် မည်သို့လုပ်ဆောင်ရမည်ကို ကျွန်ုပ်တို့ သရုပ်ဖော်ပါမည်။
- လက်ဖြင့်
- Microsoft Excel ကိုသုံးပါ။
- R စာရင်းအင်းပရိုဂရမ်းမင်းဘာသာစကားကို အသုံးပြုပါ။
Welch’s T ကို လက်ဖြင့် စမ်းသပ်သည်။
Welch t-test ကို လက်ဖြင့်လုပ်ဆောင်ရန်၊ နမူနာနည်းလမ်းများ၊ နမူနာကွဲလွဲမှုများနှင့် နမူနာအရွယ်အစားများကို ဦးစွာရှာဖွေရန် လိုအပ်သည်-
x1 – 19.27
x2 – 23.69
s 1 2 – 8:42 pm
အနုပညာ 2 2 – 83.23
# ၁–၁၁
# ၂ – ၁၃
ထို့နောက် စမ်းသပ်စာရင်းအင်းများကို ရှာဖွေရန် ဤနံပါတ်များကို ရိုက်ထည့်နိုင်သည်-
စမ်းသပ်စာရင်းအင်း- ( x 1 – x 2 ) / (√ s 1 2 /n 1 + s 2 2 /n 2 )
စမ်းသပ်စာရင်းအင်း- (19.27 – 23.69) / (√ 20.42/11 + 83.23/13 ) = -4.42 / 2.873 = -1.538
လွတ်လပ်မှုဒီဂရီ- (s 1 2 /n 1 + s 2 2 /n 2 ) 2 / { [ (s 1 2 / n 1 ) 2 / (n 1 – 1) ] + [ (s 2 2 / n 2 ) ၂ / (ဎ ၂ – ၁) ] }
လွတ်လပ်မှုဒီဂရီ- (20.42/11 + 83.23/13) 2 / { [ (20.42/11) 2 / (11 – 1) ] + [ (83.23/13) 2 / (13 – 1) ] } = 18.137 ။ ကျွန်ုပ်တို့သည် ဤရလဒ်ကို အနီးဆုံးကိန်းပြည့်၊ 18 သို့ ဝိုင်းထားသည်။
နောက်ဆုံးတွင်၊ လွတ်လပ်မှု 18 ဒီဂရီအတွက် alpha = 0.05 ဖြင့် နှစ်ဘက်စမ်းသပ်ချက်နှင့် သက်ဆိုင်သည့် t ဖြန့်ဖြူးရေးဇယားတွင် အရေးကြီးသောတန်ဖိုး t ကို တွေ့ရှိပါမည်။
အရေးကြီးသောတန်ဖိုး t သည် 2.101 ဖြစ်သည်။ ကျွန်ုပ်တို့၏စမ်းသပ်စာရင်းအင်း (1.538) ၏ ပကတိတန်ဖိုးသည် အရေးကြီးသောတန်ဖိုး t ထက်မကြီးသောကြောင့်၊ ကျွန်ုပ်တို့သည် စမ်းသပ်မှု၏ null hypothesis ကို ငြင်းပယ်ရန်ပျက်ကွက်ပါသည်။ လူဦးရေနှစ်ခု၏ အဓိပ္ပါယ်မှာ သိသိသာသာကွဲပြားသည်ဟု ဆိုရန် လုံလောက်သော အထောက်အထားမရှိပါ။
Excel ဖြင့် Welch ၏ T-test
Welch ၏ t-test ကို Excel တွင်လုပ်ဆောင်ရန်၊ ကျွန်ုပ်တို့သည် အခမဲ့ Analysis ToolPak ဆော့ဖ်ဝဲလ်ကို ဦးစွာဒေါင်းလုဒ်လုပ်ရန် လိုအပ်ပါသည်။ Excel မှာ ဒေါင်းလုဒ်မလုပ်ရသေးရင် ဒေါင်းလုဒ်လုပ်နည်းကို အမြန် ရေးထားပါတယ်။
Analysis ToolPak ကို သင်ဒေါင်းလုဒ်လုပ်ပြီးသည်နှင့်၊ ကျွန်ုပ်တို့၏နမူနာနှစ်ခုတွင် Welch’s t-test ကိုလုပ်ဆောင်ရန် အောက်ပါအဆင့်များအတိုင်း လုပ်ဆောင်နိုင်သည်-
1. အချက်အလက်ထည့်ပါ။ ကော်လံ A နှင့် B တွင် နမူနာနှစ်ခုအတွက် ဒေတာတန်ဖိုးများကို ကော်လံတစ်ခုစီ၏ ပထမဆဲလ်တွင် နမူနာ 1 နှင့် နမူနာ 2 ခေါင်းစဉ်များကို ထည့်ပါ။
2. Analysis ToolPak ကို အသုံးပြု၍ Welch ၏ t-test ကို လုပ်ဆောင်ပါ။ ထိပ်ဖဲကြိုးတစ်လျှောက် ဒေတာ တက်ဘ်သို့ သွားပါ။ ထို့နောက်၊ ခွဲခြမ်းစိတ်ဖြာမှု အုပ်စုအောက်ရှိ ခွဲခြမ်းစိတ်ဖြာခြင်းကိရိယာတန်ဆာပလာအိုင်ကွန်ကို နှိပ်ပါ။
ပေါ်လာသည့် ဒိုင်ယာလော့ဂ်ဘောက်စ်တွင်၊ t-test ကို နှိပ်ပါ- မညီမျှသောကွဲလွဲမှုများဟု ယူဆသည့် နမူနာနှစ်ခုကို နှိပ်ပါ၊ ထို့နောက် OK ကိုနှိပ်ပါ။
နောက်ဆုံးတွင်၊ အောက်ပါတန်ဖိုးများကိုဖြည့်ပြီး OK ကိုနှိပ်ပါ။
အောက်ပါရလဒ်များ ပေါ်လာသင့်သည်-
ဤစမ်းသပ်မှု၏ရလဒ်များသည် ကျွန်ုပ်တို့ကိုယ်တိုင်ရရှိသောရလဒ်များနှင့် ကိုက်ညီကြောင်း သတိပြုပါ။
- စမ်းသပ်မှုစာရင်းအင်းသည် -1.5379 ဖြစ်သည်။
- နှစ်ဘက်အရေးအသားတန်ဖိုးသည် 2.1009 ဖြစ်သည်။
- စစ်ဆေးမှုစာရင်းအင်း၏ ပကတိတန်ဖိုးသည် အမြီးနှစ်ပိုင်းအရေးပါသောတန်ဖိုးထက် မပိုသောကြောင့်၊ လူဦးရေနှစ်ခု၏ အဓိပ္ပါယ်မှာ ကိန်းဂဏန်းအရ မတူညီပါ။
- ထို့အပြင်၊ စမ်းသပ်မှု၏ အမြီးနှစ်ပိုင်း p-တန်ဖိုးသည် 0.14 ဖြစ်ပြီး 0.05 ထက် ပိုများပြီး လူဦးရေနှစ်ခု၏ အဓိပ္ပါယ်မှာ စာရင်းအင်းအရ ကွဲပြားခြင်းမရှိကြောင်း အတည်ပြုသည်။
R ကိုအသုံးပြု၍ Welch ၏ t-test
အောက်ပါကုဒ်သည် ကျွန်ုပ်တို့၏နမူနာနှစ်ခုအတွက် Welch ၏ t-test ကို မည်သို့လုပ်ဆောင်ရမည်ကို R statistical programming language ကို အသုံးပြု၍ ဖော်ပြသည်
#create two vectors to hold sample data values sample1 <- c(14, 15, 15, 15, 16, 18, 22, 23, 24, 25, 25) sample2 <- c(10, 12, 14, 15, 18, 22, 24, 27, 31, 33, 34, 34, 34) #conduct Welch's test t.test( sample1, sample2) # Welch Two Sample t-test # #data: sample1 and sample2 #t = -1.5379, df = 18.137, p-value = 0.1413 #alternative hypothesis: true difference in means is not equal to 0 #95 percent confidence interval: #-10.453875 1.614714 #sample estimates: #mean of x mean of y #19.27273 23.69231 #
t.test() လုပ်ဆောင်ချက်သည် အောက်ပါ သက်ဆိုင်ရာ ရလဒ်ကို ပြသသည်-
- t: စမ်းသပ်စာရင်းအင်း = -1.5379
- df : လွတ်လပ်မှုဒီဂရီ = 18.137
- p-value- အမြီးနှစ်ခုစမ်းသပ်မှု၏ p-တန်ဖိုး = 0.1413
- 95% ယုံကြည်မှုကြားကာလ : လူဦးရေအတွက် စစ်မှန်သောခြားနားချက်အတွက် 95% ယုံကြည်မှုကြားကာလ ဆိုသည်မှာ = (-10.45၊ 1.61)
ဤစမ်းသပ်မှု၏ရလဒ်များသည် ကိုယ်တိုင်နှင့် Excel ကိုအသုံးပြု၍ ရရှိသောသူများနှင့် သက်ဆိုင်သည်- ဤလူဦးရေနှစ်ခုအတွက် အဓိပ္ပါယ်မှာ alpha = 0.05 အဆင့်တွင် စာရင်းအင်းအရ သိသာထင်ရှားခြင်းမရှိပါ။