Trong thế giới thống kê, tính toán, giả định và kết luận chiếm ưu thế. Trong số tất cả các phép thử và kết quả, phép thử t và giá trị p là hai kỹ thuật giả định khó hiểu nhất.
Trong khi cả hai được tìm thấy trong cùng một tập hợp con số liệu thống kê và cung cấp thêm một thước đo giả định cùng với việc được liên kết với nhau. Hai bài kiểm tra không giống nhau!
T-Test so với P-Value
Sự khác biệt giữa T-test và P-Value là T-Test được sử dụng để phân tích tỷ lệ chênh lệch giữa giá trị trung bình của các mẫu, trong khi giá trị p được thực hiện để đạt được bằng chứng có thể được sử dụng để phủ nhận sự khác biệt giữa trung bình của hai mẫu.
T-test cung cấp sự khác biệt giữa hai phép đo trong một phạm vi bình thường, trong khi giá trị p tập trung vào phía cực của mẫu và do đó cung cấp kết quả cực đoan.
Mặc dù có mối quan hệ với nhau, nhưng cả hai đều thể hiện các khía cạnh đa dạng của một mẫu và xác định các thông số khác nhau của tổng thể mà từ đó các mẫu được suy ra.
Bảng so sánh giữa T-Test và P-Value (ở dạng bảng)
| Tham số so sánh | Kiểm tra T | Giá trị P |
|---|---|---|
| Hình thức đầy đủ | Thử nghiệm thống kê | Giá trị xác suất |
| Ngành thống kê | Thống kê suy luận | Thống kê suy luận |
| Kiểm tra giả thuyết | Đúng | Đúng |
| Trung bình của các mẫu | Luân phiên | Không giống nhau |
| Kết quả | Sự khác biệt về trung bình | Chống lại các giả định Null |
T-Test là gì?
T-Test là một bài kiểm tra thống kê xác định tỷ lệ chênh lệch giữa giá trị trung bình của hai tập hợp có liên quan. Nó thuộc loại thống kê liên quan đến các dự đoán từ một mẫu dân số.
Kiểm tra T có thể được thực hiện trên một tập hợp dữ liệu có liên quan đến nhau theo một cách nào đó; đặc điểm chung có thể là tuổi, khu vực, cung cấp dịch vụ hoặc bất kỳ yếu tố nào như vậy. Không thể sử dụng hai giả thiết khác nhau để phân tích T.
Các mẫu phải được chỉ định ngẫu nhiên để suy ra kết quả của thử nghiệm T. Mặc dù kích thước mẫu phải như vậy trông giống như phân tán tiêu chuẩn, với cả hai bộ đều có giá trị trải rộng trên giá trị trung bình theo cùng một tỷ lệ.
Ba loại thử nghiệm nổi tiếng là; mô hình mẫu ghép nối, một mẫu thử nghiệm và hai mẫu thử nghiệm độc lập.
Thử nghiệm mẫu được ghép nối là khi thử nghiệm được tiến hành trên cùng một mẫu tại các thời điểm khác nhau. Điều này để suy ra tác động của các yếu tố bên ngoài đa dạng lên mẫu. Việc so sánh năng suất của công nhân trong giờ ngày với năng suất của giờ đêm có thể được thực hiện bằng cách sử dụng thử nghiệm t một mẫu.
Lấy mẫu đơn khi một yếu tố của một sự vật nhất định được so sánh với tiêu chuẩn được cung cấp. So sánh tuổi thọ trung bình của bóng đèn và so sánh chúng với một mẫu bóng đèn để suy ra năng lực trung bình có thể được thực hiện thông qua biện pháp này.
Một bài kiểm tra mẫu tự trị là một cái tên được đưa ra; khi một yếu tố nhất định từ các mẫu được lấy; hai bộ dữ liệu khác nhau từ hai mẫu không giống nhau được lấy ra. Mức độ IQ giữa học sinh nam và học sinh nữ có thể được suy ra bằng phương pháp này.
Sự so sánh này giúp người dùng giải mã mối quan hệ giữa hai bộ dữ liệu hoặc hiểu được sự thật đằng sau các tiêu chuẩn đã nêu.
Giá trị P là gì?
Giá trị P là phép thử giả định được sử dụng để phủ định thực tế là giá trị trung bình của hai mẫu không có sự khác biệt.
Alpha là thuật ngữ được sử dụng để mô tả xác suất được xác định trước trong khi giá trị p là thuật ngữ được sử dụng cho xác suất được tính sau khi phân tích kỹ lưỡng tổng thể và mẫu.
Đối lập với giả thuyết không hoặc không có sự khác biệt là giá trị dao động hoặc giá trị trung bình thay thế, trong trường hợp này nếu giá trị p kết quả nhỏ hơn con số đáng chú ý nhất thì giả thuyết tĩnh sẽ bị bác bỏ.
Trong một số trường hợp, giả thuyết tương tự bị bác bỏ một cách sai lầm; nó được thực hiện trong các trường hợp trong thực tế, giả thiết rỗng là đúng nhưng vì số đáng kể cao hơn giá trị p nên nó bị từ chối.
Trong trường hợp khác, giả thuyết được chấp nhận sai. Mặc dù có sự khác biệt được hiển thị một cách dễ dàng, người ta tin rằng điều này là do các vấn đề bên ngoài chứ không phải do bất kỳ phép đo hoặc chỉ số nào như vậy.
Giá trị p nhỏ hơn có nghĩa là tác động của nó lên toàn bộ mẫu có mức độ và ý nghĩa cao hơn.
Nếu giá trị p có tính chất tầm thường đến mức cuối cùng nó phải được tuyên bố rằng giá trị không có sự khác biệt; so với trường hợp như vậy, các thử nghiệm và kết quả của toàn bộ thử nghiệm được coi là không quan trọng.
Sự khác biệt chính giữa T-Test và P-Value
Một cái nhìn hăng hái cho thấy sự khác biệt chính giữa T-test và P-value:
Sự kết luận
Các giả định liên quan đến tổng thể và các ràng buộc của nó là một phần quan trọng của nhánh thống kê phân tích, trong khi việc lấy mẫu và giả định được thực hiện trong giai đoạn đầu.
Kiểm định T và tính toán giá trị p tạo thành giai đoạn quan trọng mà sau đó các tính toán tiếp theo được đưa ra kết luận.
Hai thử nghiệm trước đây cung cấp một ý tưởng rõ ràng về mẫu được chọn và dân số cuối cùng về người mà một giả định cho thử nghiệm được phát triển.
Kết quả của cả hai bài kiểm tra đều là một phần tích hợp của thống kê và do đó điều quan trọng là phải hiểu được sự khác biệt đáng kể giữa hai bài kiểm tra.
