နမူနာ t-test- အဓိပ္ပါယ်၊ ဖော်မြူလာနှင့် ဥပမာ


နမူနာတစ်ခု t-test ကို လူဦးရေ၏ ပျမ်းမျှတန်ဖိုးသည် အချို့သောတန်ဖိုးနှင့် ညီမျှခြင်းရှိ၊မရှိ စမ်းသပ်ရန်အသုံးပြုသည်။

ဤသင်ခန်းစာတွင် အောက်ပါတို့ကို ရှင်းပြထားသည်။

  • နမူနာတစ်ခုတည်း t-test ပြုလုပ်ရန် စေ့ဆော်မှု။
  • နမူနာ t-test တစ်ခုကို လုပ်ဆောင်ရန် ဖော်မြူလာ။
  • နမူနာတစ်ခုတည်း t-test ပြုလုပ်ရန် ကိုက်ညီရမည့် ယူဆချက်များ။
  • နမူနာတစ်ခုတည်း t-test ကိုလုပ်ဆောင်ပုံဥပမာ။

t-test ၏ ဥပမာ- လှုံ့ဆော်မှု

ဖလော်ရီဒါရှိ လိပ်မျိုးစိတ်အချို့၏ ပျမ်းမျှအလေးချိန်မှာ ပေါင် ၃၁၀ ရှိ၊ မရှိ သိလိုသည်ဆိုပါစို့။ ဖလော်ရီဒါမှာ ထောင်နဲ့ချီတဲ့ လိပ်တွေရှိတာကြောင့် လိပ်တစ်ကောင်ချင်းစီအလိုက် လှည့်ပတ်ပြီး ချိန်တွယ်ဖို့ အလွန်အချိန်ကုန်ပြီး ဈေးကြီးပါတယ်။

ယင်းအစား၊ ကျွန်ုပ်တို့သည် လိပ် 40 ၏ ရိုးရှင်းသော ကျပန်းနမူနာကို ယူ၍ လူဦးရေအစစ်အမှန်ကို ခန့်မှန်းရန် ထိုနမူနာရှိ လိပ်များ၏ ပျမ်းမျှအလေးချိန်ကို အသုံးပြုနိုင်ပါသည်။

နမူနာ လူဦးရေ

သို့သော်၊ ကျွန်ုပ်တို့၏နမူနာရှိ လိပ်များ၏ ပျမ်းမျှအလေးချိန်သည် ပေါင် ၃၁၀ ထက် ကွာခြားမည်ဟု လုံးဝအာမခံပါသည်။ မေးခွန်းက ဒီကွာခြားချက်က ကိန်းဂဏန်းအရ သိသာထင်ရှားသလား ။ ကံကောင်းထောက်မစွာ၊ နမူနာတစ်ခု t-test သည် ကျွန်ုပ်တို့အား ဤမေးခွန်းကိုဖြေဆိုနိုင်စေပါသည်။

နမူနာ t-test- ဖော်မြူလာ

နမူနာ t-test တစ်ခုသည် အောက်ပါ null hypothesis ကို အမြဲတမ်း အသုံးပြုသည် ။

  • H 0 : μ = μ 0 (လူဦးရေ ပျမ်းမျှသည် စိတ်ကူးတန်ဖိုး μ 0 နှင့် ညီမျှသည်)

အခြားယူဆချက်သည် နှစ်ဘက်၊ ဘယ် သို့မဟုတ် ညာဘက် ဖြစ်နိုင်သည်-

  • H 1 (အမြီးနှစ်ကောင်): μ ≠ μ 0 (လူဦးရေဆိုလိုသည်မှာ တွေးခေါ်မှုတန်ဖိုး μ 0 နှင့် မညီမျှ)
  • H 1 (ဘယ်ဘက်): μ < μ 0 (လူဦးရေဆိုလိုသည်မှာ စိတ်ကူးတန်ဖိုး μ 0 ထက်နည်းသည်)
  • H 1 (ညာဘက်): μ > μ 0 (လူဦးရေ ပျမ်းမျှသည် စိတ်ကူးတန်ဖိုး μ 0 ထက်ကြီးသည်)

ကျွန်ုပ်တို့သည် t-test ကိန်းဂဏန်းကိုတွက်ချက်ရန် အောက်ပါဖော်မြူလာကို အသုံးပြုပါသည်။

t = ( X – μ) / (s/ √n )

ရွှေ-

  • x : နမူနာကို ဆိုလိုသည်။
  • μ 0 : မှန်းဆလူဦးရေ ပျမ်းမျှ
  • s: နမူနာစံသွေဖည်
  • n: နမူနာအရွယ်အစား

လွတ်လပ်မှု (n-1) ဒီဂရီနှင့် t-test ကိန်းဂဏန်းနှင့် သက်ဆိုင်သော p-တန်ဖိုးသည် ရွေးချယ်ထားသော အရေးပါမှုအဆင့်ထက် နည်းနေပါက (အများအားဖြင့် ရွေးချယ်မှုများမှာ 0.10၊ 0.05၊ နှင့် 0.01)၊ ထို့နောက် null hypothesis ကို ငြင်းပယ်နိုင်ပါသည်။

နမူနာတစ်ခု t-test- ယူဆချက်

နမူနာ t-test ၏ ရလဒ်များ မှန်ကန်စေရန်အတွက်၊ အောက်ပါ ယူဆချက်များနှင့် ကိုက်ညီရမည်-

  • လေ့လာနေသည့် ကိန်းရှင်သည် ကြားကာလ ကိန်းရှင် သို့မဟုတ် အချိုးကိန်းပြောင်းဖြစ်ရပါမည်။
  • နမူနာတွင် လေ့လာတွေ့ရှိချက်များသည် သီးခြား ဖြစ်ရမည်။
  • လေ့လာထားသော ကိန်းရှင်သည် ခန့်မှန်းခြေအားဖြင့် ပုံမှန်ဖြန့်ဝေမှုတစ်ခု ရှိရပါမည်။ ဖြန့်ဖြူးမှုတွင် အကြမ်းဖျင်းအားဖြင့် “ ခေါင်းလောင်းပုံသဏ္ဍာန်” ရှိ၊ မရှိ သိရန် ဟီစတိုဂရမ် ဖန်တီးခြင်းဖြင့် ဤယူဆချက်ကို စမ်းသပ်နိုင်သည်။
  • လေ့လာထားသော ကိန်းရှင်တွင် အစွန်းအထင်းများ မပါဝင်ရပါ။ boxplot ဖန်တီးပြီး outliers များကို အမြင်အာရုံဖြင့် စစ်ဆေးခြင်းဖြင့် ဤယူဆချက်ကို အတည်ပြုနိုင်ပါသည်။

နမူနာတစ်ခု t-test : ဥပမာ

လိပ်မျိုးစိတ်အချို့၏ ပျမ်းမျှအလေးချိန်သည် ပေါင် ၃၁၀ နှင့် ညီမျှသည်ဆိုပါစို့။ ၎င်းကိုစမ်းသပ်ရန်အတွက် အောက်ပါအဆင့်များကိုအသုံးပြု၍ α = 0.05 အရေးပါမှုအဆင့်တွင် နမူနာတစ်ခု t-test ကို လုပ်ဆောင်ပါမည်။

အဆင့် 1: နမူနာဒေတာကို စုဆောင်းပါ။

အောက်ပါအချက်အလက်များဖြင့် ကျပန်းလိပ်နမူနာကို ကျွန်ုပ်တို့ စုဆောင်းသည် ဆိုပါစို့

  • နမူနာအရွယ်အစား n = 40
  • ပျမ်းမျှနမူနာအလေးချိန် x = 300
  • နမူနာစံသွေဖည် s = 18.5

အဆင့် 2- ယူဆချက်များကို သတ်မှတ်ပါ။

အောက်ဖော်ပြပါ အယူအဆများဖြင့် နမူနာ t-test ကို ကျွန်ုပ်တို့ လုပ်ဆောင်ပါမည်။

  • H 0 : μ = 310 (လူဦးရေ ပျမ်းမျှသည် စာအုပ် 310 နှင့် ညီမျှသည်)
  • H 1 : μ ≠ 310 (လူဦးရေ ပျမ်းမျှသည် ပေါင် 310 နှင့် မညီမျှ)

အဆင့် 3- t -test ကိန်းဂဏန်းကိုတွက်ချက်ပါ။

t = ( x – μ) / (s/ √n ) = (300-310) / (18.5/ √40 ) = -3.4187

အဆင့် 4- t- စမ်းသပ်စာရင်းအင်း၏ p-တန်ဖိုးကို တွက်ချက်ပါ။

P Value calculator သို့ T ရမှတ် အရ t = -3.4817 နှင့် ဆက်စပ်သော p တန်ဖိုး နှင့် လွတ်လပ်မှုဒီဂရီ = n-1 = 40-1 = 39 သည် 0.00149 ဖြစ်သည်။

အဆင့် 5: ကောက်ချက်ဆွဲပါ။

ဤ p-value သည် ကျွန်ုပ်တို့၏ အရေးပါမှုအဆင့် α = 0.05 အောက်ဖြစ်သောကြောင့်၊ ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းပယ်ပါသည်။ ဒီလိပ်မျိုးစိတ်တွေရဲ့ ပျမ်းမျှအလေးချိန်ဟာ ပေါင် ၃၁၀ နဲ့ မညီမျှဘူးလို့ ပြောဖို့ လုံလောက်တဲ့ အထောက်အထားရှိပါတယ်။

မှတ်ချက်- နမူနာတစ်ခုတည်း t- test ဂဏန်းတွက်စက်ကို အသုံးပြုခြင်းဖြင့် သင်သည် ဤတစ်ခုတည်း-နမူနာ t- test တစ်ခုလုံးကိုလည်း လုပ်ဆောင်နိုင်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် မတူညီသော စာရင်းအင်းပရိုဂရမ်များကို အသုံးပြု၍ နမူနာတစ်ခုတည်း t-test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Excel တွင် နမူနာ t-test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။
SPSS တွင် နမူနာ t-test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။
Stata တွင် နမူနာ t-test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။
R တွင် နမူနာ t-test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။
Python တွင် နမူနာ t-test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။
TI-84 ဂဏန်းတွက်စက်ပေါ်တွင် နမူနာတစ်ခုတည်း t-Test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

မှတ်ချက်တစ်ခုထည့်ပါ။

သင့် email လိပ်စာကို ဖော်ပြမည် မဟုတ်ပါ။ လိုအပ်သော ကွက်လပ်များကို * ဖြင့်မှတ်သားထားသည်