คู่มือฉบับสมบูรณ์: วิธีการตีความผลการทดสอบทีใน r

การทดสอบทีแบบสองตัวอย่าง ใช้เพื่อทดสอบว่าค่าเฉลี่ยของประชากรทั้งสองเท่ากันหรือไม่

บทช่วยสอนนี้ให้คำแนะนำฉบับสมบูรณ์เกี่ยวกับวิธีตีความผลลัพธ์ของการทดสอบทีสองตัวอย่างใน R

ขั้นตอนที่ 1: สร้างข้อมูล

สมมติว่าเราต้องการทราบว่าพืชสองชนิดที่แตกต่างกันมีความสูงเฉลี่ยเท่ากันหรือไม่ เพื่อทดสอบสิ่งนี้ เราได้รวบรวม ตัวอย่างพืช 12 ชนิดแบบสุ่ม จากแต่ละสายพันธุ์

 #create vector of plant heights from group 1
group1 <- c(8, 8, 9, 9, 9, 11, 12, 13, 13, 14, 15, 19)

#create vector of plant heights from group 2
group2 <- c(11, 12, 13, 13, 14, 14, 14, 15, 16, 18, 18, 19)

ขั้นตอนที่ 2: ดำเนินการและตีความการทดสอบทีสองตัวอย่าง

ต่อไป เราจะใช้คำสั่ง t.test() เพื่อทำการทดสอบ t-test สองตัวอย่าง:

 #perform two sample t-tests
t. test (group1, group2)

	Welch Two Sample t-test

data: group1 and group2
t = -2.5505, df = 20.488, p-value = 0.01884
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -5.6012568 -0.5654098
sample estimates:
mean of x mean of y 
 11.66667 14.75000 

ต่อไปนี้เป็นวิธีตีความผลการทดสอบ:

data: ข้อมูล นี้บอกเราถึงข้อมูลที่ใช้ในการทดสอบทีสองตัวอย่าง ในกรณีนี้ เราใช้เวกเตอร์ที่เรียกว่า group1 และ group2

t: นี่คือสถิติการทดสอบที ในกรณีนี้คือ -2.5505

df : นี่คือระดับความอิสระที่เกี่ยวข้องกับสถิติการทดสอบที ในกรณีนี้คือ 20,488 . โปรดดู การประมาณของ Satterthwaire เพื่ออธิบายวิธีคำนวณค่าระดับความเป็นอิสระนี้

p-value: นี่คือค่า p ที่สอดคล้องกับสถิติการทดสอบที่ -2.5505 และ df = 20.488 ค่า p กลายเป็น . 01884 เราสามารถยืนยันค่านี้ได้โดยใช้ เครื่องคำนวณ T Score ถึง P Value

สมมติฐานทางเลือก: สิ่งนี้บอกเราถึงสมมติฐานทางเลือกที่ใช้สำหรับการทดสอบทีนี้โดยเฉพาะ ในกรณีนี้ สมมติฐานทางเลือกคือความแตกต่างที่แท้จริงในค่าเฉลี่ยระหว่างทั้งสองกลุ่มไม่เท่ากับศูนย์

ช่วงความเชื่อมั่น 95%: ค่านี้บอกเราถึงช่วงความเชื่อมั่น 95% สำหรับความแตกต่างที่แท้จริงในค่าเฉลี่ยระหว่างทั้งสองกลุ่ม ปรากฎว่าเป็น [-5.601, -.5654]

ค่าประมาณตัวอย่าง: นี่บอกเราถึงค่า เฉลี่ยตัวอย่าง ของแต่ละกลุ่ม ในกรณีนี้ ค่าเฉลี่ยตัวอย่างสำหรับกลุ่ม 1 คือ 11.667 และค่าเฉลี่ยตัวอย่างสำหรับกลุ่ม 2 คือ 14.75

สมมติฐานสองข้อสำหรับการทดสอบทีสองตัวอย่างนี้คือ:

H ₀ : µ ₁ = µ ₂ (ค่าเฉลี่ยประชากรทั้งสองเท่ากัน)

_HA : µ ₁ ≠µ ₂ (ค่าเฉลี่ยประชากรทั้งสอง ไม่ เท่ากัน)

เนื่องจากค่า p ของการทดสอบของเรา (0.01884) น้อยกว่า alpha = 0.05 เราจึงปฏิเสธสมมติฐานว่างของการทดสอบ ซึ่งหมายความว่าเรามีหลักฐานเพียงพอที่จะบอกว่าความสูงของพืชโดยเฉลี่ยระหว่างประชากรทั้งสองนั้นแตกต่างกัน

ความคิดเห็น

ฟังก์ชัน t.test() ใน R ใช้ไวยากรณ์ต่อไปนี้:

t.test(x, y, ทางเลือก = “สองด้าน”, mu = 0, จับคู่ = FALSE, var.equal = FALSE, conf.level = 0.95)

ทอง:

• x, y: ชื่อของเวกเตอร์สองตัวที่มีข้อมูล
• ทางเลือก: สมมติฐานทางเลือก ตัวเลือกได้แก่ “สองด้าน” “น้อยกว่า” หรือ “ใหญ่กว่า”
• mu: ค่าที่ถือว่าเป็นผลต่างที่แท้จริงของค่าเฉลี่ย
• paired: จะใช้ paired t-test หรือไม่
• var.equal: ความแตกต่างระหว่างทั้งสองกลุ่มจะเท่ากันหรือไม่
• conf.level: ระดับความมั่นใจที่จะใช้สำหรับการทดสอบ

ในตัวอย่างข้างต้น เราใช้สมมติฐานต่อไปนี้:

• เราใช้สมมติฐานทางเลือกสองด้าน
• เราทดสอบว่าความแตกต่างที่แท้จริงในค่าเฉลี่ยเท่ากับศูนย์หรือไม่
• เราใช้การทดสอบ t แบบสองตัวอย่าง ไม่ใช่การทดสอบแบบจับคู่
• เราไม่ได้ถือว่า ความแตกต่างระหว่างกลุ่มมีความเท่าเทียมกัน
• เราใช้ ระดับความเชื่อมั่น 95%

คุณสามารถแก้ไขข้อโต้แย้งเหล่านี้ได้อย่างอิสระเมื่อทำการทดสอบ t-test ของคุณเอง ขึ้นอยู่กับการทดสอบเฉพาะที่คุณต้องการดำเนินการ

แหล่งข้อมูลเพิ่มเติม

ข้อมูลเบื้องต้นเกี่ยวกับการทดสอบทีสองตัวอย่าง
เครื่องคิดเลขทดสอบทีสองตัวอย่าง