<\/p>\n
Een hypothesetest<\/a> is een formele statistische test die we gebruiken om een statistische hypothese al dan niet te verwerpen.<\/span><\/p>\n In deze zelfstudie wordt uitgelegd hoe u de volgende hypothesetests uitvoert in R:<\/span><\/p>\n We kunnen de functie t.test()<\/strong> in R gebruiken om elk type test uit te voeren:<\/span><\/p>\n Goud:<\/span><\/p>\n De volgende voorbeelden laten zien hoe u deze functie in de praktijk kunt gebruiken.<\/span><\/p>\n Een one-sample t-test<\/a> wordt gebruikt om te testen of het gemiddelde van een populatie gelijk is aan een bepaalde waarde.<\/span><\/p>\n Laten we bijvoorbeeld zeggen dat we willen weten of het gemiddelde gewicht van een bepaalde schildpadsoort al dan niet 310 pond is. We gaan op pad en verzamelen een eenvoudig willekeurig monster van schildpadden met de volgende gewichten:<\/span><\/p>\n Gewicht<\/strong> : 300, 315, 320, 311, 314, 309, 300, 308, 305, 303, 305, 301, 303<\/span><\/p>\n De volgende code laat zien hoe u dit t-testvoorbeeld in R kunt uitvoeren:<\/span><\/p>\n Uit het resultaat kunnen we zien:<\/span><\/p>\n Omdat de p-waarde van de test (0,139) niet kleiner is dan 0,05, slagen we er niet in de nulhypothese te verwerpen.<\/span><\/p>\n Dit betekent dat we niet genoeg bewijs hebben om te zeggen dat het gemiddelde gewicht van deze schildpaddensoort iets anders is dan 310 pond.<\/span><\/p>\n Een t-test met twee steekproeven<\/a> wordt gebruikt om te testen of de gemiddelden van twee populaties gelijk zijn of niet.<\/span><\/p>\n Stel dat we bijvoorbeeld willen weten of het gemiddelde gewicht van twee verschillende soorten schildpadden gelijk is of niet. Om dit te testen, verzamelen we van elke soort een eenvoudig willekeurig monster van schildpadden met de volgende gewichten:<\/span><\/p>\n Monster 1<\/strong> : 300, 315, 320, 311, 314, 309, 300, 308, 305, 303, 305, 301, 303<\/span><\/p>\n Monster 2<\/strong> : 335, 329, 322, 321, 324, 319, 304, 308, 305, 311, 307, 300, 305<\/span><\/p>\n De volgende code laat zien hoe u deze twee t-testvoorbeelden in R kunt uitvoeren:<\/span><\/p>\n Uit het resultaat kunnen we zien:<\/span><\/p>\n Omdat de p-waarde van de test (0,04914) kleiner is dan 0,05, verwerpen we de nulhypothese.<\/span><\/p>\n Dit betekent dat we voldoende bewijs hebben om te zeggen dat het gemiddelde gewicht tussen de twee soorten niet gelijk is.<\/span><\/p>\n Een paired samples t-test<\/a> wordt gebruikt om de gemiddelden van twee monsters te vergelijken wanneer elke waarneming in het ene monster kan worden geassocieerd met een waarneming in het andere monster.<\/span><\/p>\n Laten we bijvoorbeeld zeggen dat we willen weten of een bepaald trainingsprogramma al dan niet in staat is om de maximale verticale sprong (in inches) van basketbalspelers te vergroten.<\/span><\/p>\n Om dit te testen, kunnen we een eenvoudige willekeurige steekproef van twaalf universiteitsbasketbalspelers rekruteren en elk van hun maximale verticale sprongen meten. Dan kunnen we elke speler een maand lang het trainingsprogramma laten gebruiken en aan het einde van de maand opnieuw zijn maximale verticale sprong meten.<\/span><\/p>\n De volgende gegevens tonen de maximale spronghoogte (in inches) voor en na gebruik van het trainingsprogramma voor elke speler:<\/span><\/p>\n Voorkant<\/strong> : 22, 24, 20, 19, 19, 20, 22, 25, 24, 23, 22, 21<\/span><\/p>\n Na<\/strong> : 23, 25, 20, 24, 18, 22, 23, 28, 24, 25, 24, 20<\/span><\/p>\n De volgende code laat zien hoe u deze t-test met gepaarde monsters in R uitvoert:<\/span><\/p>\n Uit het resultaat kunnen we zien:<\/span><\/p>\n Omdat de p-waarde van de test (0,02803) kleiner is dan 0,05, verwerpen we de nulhypothese.<\/span><\/p>\n Dit betekent dat we voldoende bewijs hebben om te zeggen dat de gemiddelde spronghoogte voor en na gebruik van het trainingsprogramma niet gelijk is.<\/span><\/p>\n Gebruik de volgende online rekenmachines om automatisch verschillende t-tests uit te voeren:<\/span><\/p>\n Een voorbeeld van een t-testcalculator<\/a> Een hypothesetest is een formele statistische test die we gebruiken om een statistische hypothese al dan niet te verwerpen. In deze zelfstudie wordt uitgelegd hoe u de volgende hypothesetests uitvoert in R: Een voorbeeld-t-test T-test met twee monsters Gepaarde monsters t-test We kunnen de functie t.test() in R gebruiken om elk type test uit te […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1816","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
#one sample t-test<\/span>\nt. test<\/span> (x, y = NULL,\n alternative = c(\" two.sided<\/span> \", \" less<\/span> \", \" greater<\/span> \"),\n mu = 0, paired = FALSE, var.equal = FALSE<\/span> ,\n conf.level = 0.95, \u2026)<\/strong><\/pre>\n\n
Voorbeeld 1: T-test met \u00e9\u00e9n monster in R<\/strong><\/span><\/h3>\n
#define vector of turtle weights\nturtle_weights <- c(300, 315, 320, 311, 314, 309, 300, 308, 305, 303, 305, 301, 303)<\/span>\n\n#perform one sample t-test<\/span>\nt. test<\/span> (x=turtle_weights,mu=310)\n\n\tOne Sample t-test\n\ndata: turtle_weights\nt = -1.5848, df = 12, p-value = 0.139\nalternative hypothesis: true mean is not equal to 310\n95 percent confidence interval:\n 303.4236 311.0379\nsample estimates:\nmean of x \n 307.2308<\/strong><\/pre>\n\n
Voorbeeld 2: T-test met twee steekproeven in R<\/strong><\/span><\/h3>\n
#define vector of turtle weights for each sample\nsample1 <- c(300, 315, 320, 311, 314, 309, 300, 308, 305, 303, 305, 301, 303)<\/span>\nsample2 <- c(335, 329, 322, 321, 324, 319, 304, 308, 305, 311, 307, 300, 305)<\/span>\n\n#perform two sample t-tests<\/span>\nt. test<\/span> (x = sample1, y = sample2)\n\n\tWelch Two Sample t-test\n\ndata: sample1 and sample2\nt = -2.1009, df = 19.112, p-value = 0.04914\nalternative hypothesis: true difference in means is not equal to 0\n95 percent confidence interval:\n -14.73862953 -0.03060124\nsample estimates:\nmean of x mean of y \n 307.2308 314.6154<\/strong><\/pre>\n\n
Voorbeeld 3: T-test met gepaarde monsters in R<\/strong><\/span><\/h3>\n
#define before and after max jump heights\nbefore <- c(22, 24, 20, 19, 19, 20, 22, 25, 24, 23, 22, 21)<\/span>\nafter <- c(23, 25, 20, 24, 18, 22, 23, 28, 24, 25, 24, 20)<\/span>\n\n#perform paired samples t-test<\/span>\nt. test<\/span> (x = before, y = after, paired = TRUE<\/span> )\n\n\tPaired t-test\n\ndata: before and after\nt = -2.5289, df = 11, p-value = 0.02803\nalternative hypothesis: true difference in means is not equal to 0\n95 percent confidence interval:\n -2.3379151 -0.1620849\nsample estimates:\nmean of the differences \n -1.25<\/strong><\/pre>\n\n
Aanvullende bronnen<\/strong><\/span><\/h3>\n
T-testcalculator met twee steekproeven<\/a>
Gepaarde voorbeelden t-Test Calculator<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"