टी-टेस्ट का आयोजन करते समय क्या धारणाएं बनाई जाती हैं?
आमतौर पर आँकड़ों और अर्थमिति में टी-परीक्षणों का उपयोग यह स्थापित करने के लिए किया जाता है कि दो परिणामों या चर का मान एक दूसरे से भिन्न होता है।
टी-टेस्ट करते समय की गई आम धारणाओं में माप के पैमाने, यादृच्छिक नमूनाकरण, डेटा वितरण की सामान्यता, नमूना आकार की पर्याप्तता और मानक विचलन में समानता की समानता के बारे में शामिल हैं।
चाबी छीन लेना
- डेटा के नमूने के आधार पर दो समूहों के साधनों के बीच एक महत्वपूर्ण अंतर है या नहीं यह निर्धारित करने के लिए उपयोग की जाने वाली एक सांख्यिकीय पद्धति का परीक्षण।
- परीक्षण सही ढंग से और वैधता के साथ व्याख्या करने के लिए मान्यताओं के एक सेट पर निर्भर करता है।
- इन धारणाओं के बीच, डेटा को ब्याज की आबादी से बेतरतीब ढंग से नमूना होना चाहिए और डेटा चर एक सामान्य वितरण का पालन करते हैं।
टी टेस्ट
टी परीक्षण एक केमिस्ट मोटा के अनुरूप गुणवत्ता को मापने के लिए एक आसान तरीका के रूप में गिनीज पक कंपनी के लिए काम करके विकसित किया गया था। यह आगे विकसित और अनुकूलित किया गया था, और अब एक सांख्यिकीय परिकल्पना के किसी भी परीक्षण को संदर्भित करता है जिसमें जिस सांख्यिकीय के लिए परीक्षण किया जा रहा है, वह शून्य परिकल्पना का समर्थन करने पर एक टी-वितरण के अनुरूप होने की उम्मीद है।
एक टी-टेस्ट सांख्यिकीय परीक्षा के उपयोग के माध्यम से दो आबादी के साधनों का विश्लेषण है; दो नमूनों के साथ एक टी-परीक्षण आमतौर पर छोटे नमूना आकारों के साथ उपयोग किया जाता है, जब दो सामान्य वितरणों के भिन्नताओं का पता नहीं होता है तो नमूनों के बीच अंतर का परीक्षण किया जाता है।
टी-वितरण मूल रूप से किसी भी निरंतर संभाव्यता वितरण है जो एक छोटे नमूने के आकार और आबादी के लिए एक अज्ञात मानक विचलन का उपयोग करके सामान्य रूप से वितरित आबादी के माध्यम के अनुमान से उत्पन्न होता है। अशक्त परिकल्पना डिफ़ॉल्ट धारणा है कि दो अलग-अलग मापा घटनाओं के बीच कोई संबंध नहीं है। (संबंधित पढ़ने के लिए, देखें: एक मजबूत शून्य परिकल्पना का क्या अर्थ है? )
टी-टेस्ट मान्यताओं
- टी-परीक्षणों के संबंध में की गई पहली धारणा माप के पैमाने की चिंता करती है। टी-टेस्ट के लिए धारणा यह है कि एकत्र किए गए डेटा पर लागू माप का पैमाना एक निरंतर या क्रमिक पैमाने का अनुसरण करता है, जैसे कि आईक्यू टेस्ट के लिए स्कोर।
- दूसरी धारणा यह है कि एक साधारण यादृच्छिक नमूना, कि डेटा कुल आबादी के एक प्रतिनिधि, यादृच्छिक रूप से चयनित भाग से एकत्र किया जाता है।
- तीसरी धारणा डेटा है, जब प्लॉट किया जाता है, तो सामान्य वितरण, घंटी के आकार का वितरण वक्र होता है। जब एक सामान्य वितरण ग्रहण किया जाता है, तो एक स्वीकृति के मानदंड के रूप में संभाव्यता के स्तर (अल्फा स्तर, महत्व का स्तर, पी ) निर्दिष्ट कर सकता है । ज्यादातर मामलों में, 5% मान लिया जा सकता है।
- चौथी धारणा एक बहुत बड़ा नमूना आकार का उपयोग किया जाता है। एक बड़ा नमूना आकार का मतलब है कि परिणामों का वितरण सामान्य घंटी के आकार का वक्र होना चाहिए।
- अंतिम धारणा विचरण की एकरूपता है । समरूप, या समान, विचरण मौजूद है जब नमूनों के मानक विचलन लगभग बराबर हैं।