mobile menu

The Arrow Newsletter

mobile menu

단측검정 예제

결과를 해석하려면 p-값을 유의 수준과 비교하기만 하면 됩니다. p-값이 유의 수준보다 작으면 테스트 통계가 중요한 영역 중 하나에 속하지만 어느 영역으로 떨어졌는지 알고 있습니까? 그냥 예상 된 효과 봐. 아래 출력에서 t 값은 음수이므로 테스트 통계가 분포의 왼쪽 꼬리의 임계 영역에 떨어졌다는 것을 알 수 있습니다. 평균이 목표 값보다 적을 때 발생하며 이제 이러한 차이가 통계적으로 유의하다는 것을 알 수 있습니다. 아래, 우리는 Stata에서 두 샘플 t-테스트에서 출력. 시험은 평균 남성 점수를 평균 여성 점수와 비교하는 것입니다. null 가설은 평균의 차이가 0이라는 것입니다. 양면 대안은 수단의 차이가 0이 아니라는 것입니다. 대신 테스트하도록 선택할 수 있는 두 가지 일방적인 대안이 있습니다: 남성 점수가 여성 점수(diff > 0)보다 높거나 여성 점수가 남성 점수(diff < 0)보다 높다는 것입니다. 이 경우, Stata는 세 가지 대안 모두에 대한 결과를 제공합니다. 제목 하에서 Ha: diff 0은 한 꼬리 테스트의 결과입니다. 중간에 Ha: diff != 0(차이가 0과 같지 않음)은 두 꼬리 테스트의 결과입니다.

일꼬리 테스트에 대한 신뢰 구간도 마찬가지로 일방적입니다. 상한 또는 하한을 얻습니다. 이 경우 모집단 평균이 100.631보다 크거나 같을 가능성이 있음을 나타내는 하한을 얻습니다. 이 범위에는 상한이 없습니다. 이 일방적인 하한은 새 부품이 목표 값보다 더 강한지 여부를 결정하는 목표와 일치합니다. 우리는 부품이 더 강하다는 것을 알아야합니다. 따라서 테스트 통계에 대한 분포의 중요 영역을 나타내려면 분포의 적절한 백분율만 음영을 나타냅니다. 0.05의 공통 유의 수준에서는 분포의 5%를 음영니다. 예를 들어, 당신은 당신이 생각하는 약물을 개발하는 것은 이미 시장에 있는 약물만큼 효과적이라고 생각합니다 (또한 저렴하게 발생합니다). 두 개의 꼬리 테스트를 실행할 수 있습니다(더 효과적인지 테스트하고 효과가 떨어지는지 확인하기 위해).

하지만 당신은 정말 더 효과적인 것에 대해 상관 하지 않습니다., 그냥 그것은 어떤 덜 효과적인 (결국, 당신의 약물은 저렴). 당신은 당신의 약물이 적어도 기존 약물만큼 효과적인지 확인하기 위해 한 꼬리 테스트를 실행할 수 있습니다. 상관 관계, ANOVA, 회귀 또는 다른 종류의 테스트에서 인지 여부에 관계, ANOVA 또는 다른 종류의 테스트에서 통계적 유의성의 테스트를 수행 하는 경우 출력의 어딘가에 p-값이 부여 됩니다. 테스트 통계가 대칭으로 분포되어 있는 경우 세 가지 대체 가설 중 하나를 선택할 수 있습니다. 이 중 2개는 1개의 꼬리 테스트에 해당하며 하나는 두 개의 꼬리 테스트에 해당합니다. 그러나 제시된 p-값은 두 개의 꼬리 테스트를 위해 (거의 항상) 있습니다. 하지만 어떤 테스트를 선택합니까? p-값이 시험에 적합합니까? 그렇지 않은 경우 출력의 p-값을 고려하여 테스트에 대한 올바른 p-값을 어떻게 계산할 수 있습니까? 위의 경우 한 꼬리 테스트와 두 개의 꼬리 테스트 간의 차이점에 대한 간략한 개요를 제공해야 합니다. 통계 클래스의 시작 부분에 대 한, 그건 아마 당신이 얻을 필요가 있는 모든 정보. 그러나 ANOVA 및 회귀 분석을 시작하면 상황이 조금 더 어려워지게 됩니다. 한 꼬리 테스트에서는 중요 영역을 배치하는 위치에 해당하는 null 및 대체 가설에 대한 두 가지 옵션이 있습니다. 이 t 분포는 null 가설이 모집단에 대해 정확하다고 가정합니다.

따라서 분포의 피크(대부분 값)는 t=0에서 발생하며 이는 t-test의 null 가설을 나타냅니다.