Spárované vzorky T-test v Excelu

V tomto tutoriálu se naučíte, jak provádět a interpretovat spárované vzorky t-test pomocí Excelu. Na celé video tohoto tutoriálu se můžete podívat na konci tohoto blogu .

Párový výběrový t-test bude kontrolovat rozdíl v průměrech pozorování. Takže máme co do činění s kvantitativními daty mezi jedním a druhým časovým obdobím. Také máme co do činění s daty časové řady.

Toto bude test hypotézy se všemi armaturami, které s tím souvisí. Pokud se chcete dozvědět více o tom, jak provést test hypotéz v Excelu, můžete se podívat na mou knihu Advancing Into Analytics .

Nebudeme se příliš zabývat teorií, ale budeme používat Analysis Tool Pack v Excelu, kde budeme testovat na 95% hladině významnosti a používat recenzovaný soubor dat z Plos One .

V zásadě chceme zjistit, zda existuje rozdíl v průměrech pro skupinu 1 mezi časem 1 a časem 2. Pokusíme se reprodukovat výzkumnou studii.

Obsah

• Provádění a interpretace T-testu párových vzorků
• Závěr

Provádění a interpretace T-testu párových vzorků

Pojďme do toho a ponořme se do . Můžeme to provést na ukázkový test a pak se přeskupíme a půjdeme odtamtud.

V těchto datech se jedná o jednotlivé pacienty. Byly měřeny v období nazvaném Svazek 1 a poté bylo provedeno další měření ve Svazku 2 .

Potřebujeme znát měření v obou obdobích, jinak tyto pacienty nebo tato pozorování nemůžeme použít. To je jedna věc, kterou byste měli vědět o t-testu párových vzorků.

Vezměme průměr dat svazku 1 a svazku 2 a pak získáme rozdíl mezi těmito dvěma. Vypadá to, že 2. díl je o něco vyšší do 14.07.

Pěkné na používání testování hypotéz je, že se v tom můžeme opravdu ponořit a rozhodnout, zda to, co vidíme, je jen náhoda, nebo ne.

Další věcí, kterou musíte udělat, je přejít do části Data a poté vybrat Nástroje pro analýzu dat . Pokud sadu nástrojů neznáte, můžete si přečíst knihu, kde se dozvíte, jak ji nainstalovat, nebo prohledat web.

Z možností vyberte t-Test: Paired Two Sample for Means a klikněte na tlačítko OK .

Pro toto okno musíme zadat dva rozsahy.

Pro rozsah proměnné 1 vyberte celý rozsah dat svazku 1 stisknutím CTRL + Shift + šipka dolů . Vyberme také celý rozsah Volume 2 pro pole Variable 2 Range .

V každé skupině jsme získali stejný počet pozorování, což dává smysl, protože tato pozorování potřebujeme pro každého pacienta.

Vzhledem k tomu, že v prvním řádku máme štítky, zaškrtneme políčko Štítky a poté u Hypotetizovaný střední rozdíl ponechte prázdné. Bude se předpokládat, že střední rozdíl je výrazně jiný než nula. Můžeme také zkontrolovat, zda se liší od 5 nebo -10, ale 0 je nejběžnější.

Pro Output Range to můžeme vložit do stejného listu a kliknout na OK .

Je patrné, že se jedná o velmi řízený přístup při hledání rozdílu v tomto testu. Můžeme vidět stejná čísla jako dříve.

Dále chci, abyste zaměřili svou pozornost na hodnotu P(T<=t)> , která je 0,751 . To znamená, že se pravděpodobně nejedná o významný rozdíl, i když toto číslo je statisticky o něco vyšší. Nemůžeme říci, že je pravděpodobně jiný než 0.

Opět platí, že cílem je posunout vaši analýzu na další úroveň tím, že na ni použijete testování hypotéz.

Nakonec se podívejme na data pro skupinu 1.

Na základě tabulky můžeme z Plos One Journal vidět, že p-hodnota je 0,751. To znamená, že jsme byli schopni reprodukovat výsledky výzkumu této zprávy, což je úžasné!

Děkujeme výzkumníkům také za to, že jejich data byla zveřejněna a zpřístupněna veřejnosti, aby k nim měl kdokoli přístup. 

Nejčastěji se t-test párových vzorků používá při zásahu, ať už v medicíně, marketingu nebo vzdělávání. Proto se často jedná o sociálněvědní test, který lze použít a zjistit, zda došlo k nějaké změně dané intervence.

Obtížnou stránkou je však to, že potřebujeme mít pozorování před intervencí i po ní, což je v obchodních podmínkách často obtížné.

Závěr

T-test párových vzorků je statistický postup používaný k porovnání průměrů dvou příbuzných skupin nebo vzorků. Běžně se používá v situacích, kdy máte dva související vzorky, které chcete porovnat.

Díky tomu je dostupným a pohodlným nástrojem pro výzkumníky a analytiky, kteří potřebují rychle a přesně porovnávat prostředky dvou příbuzných skupin.

Celkově se jedná o základní nástroj pro každého, kdo pracuje s daty a snaží se z nich vyvodit smysluplné závěry.

Vše nejlepší,

George Mount