Stilling: ovs0 > Line Paulsen >

Forskjellen mellom ANOVA og t-test

En T-test, noen ganger kalt Student t-test, er gjennomført når du ønsker å sammenligne gjennomsnittene av to grupper, og se om de er forskjellige fra hverandre. Det er i hovedsak brukes når en tilfeldig oppdrag er gitt og det er bare to, ikke mer enn to, setter sammenligne. ved gjennomføring T-test, er enkelte forhold for å være oppfylt for at resultatene vil gjengi nøyaktige resultater. de primære forutsetningene er at befolkningen dataene som skal samles inn er normalt fordelt og at du sammenligner lik varians av befolkningen. T -test har to hovedtyper: uavhengige mål T-test og matchet par T-test også kjent som avhengig T-test eller paret t-test
Når du sammenligner to prøver som ikke er. matchede par, eller prøvene er uavhengige, er uavhengig t-test benyttet. den andre typen, matchet-paret T -test, men brukes når de gitte prøvene vises i par. For eksempel, du er å måle mellom før og etter sammenligninger. Hvis du har mer enn to prøver, så Anova Test bør brukes. Det er mulig å skille mer enn to måter med hverandre ved å gjennomføre flere T- tester, men det ville være en stor mulighet for å gjøre feil, og derfor har en større sjanse for å komme med en unøyaktig resultat. The Anova testen er den populære betegnelsen for variansanalyse. det er en teknikk utføres i å analysere kategoriske faktorer effekter. Denne testen brukes når det er mer enn to grupper. de er i utgangspunktet liker T- tester også, men, som nevnt ovenfor, er de som skal brukes når du har mer enn to grupper. ANOVA tester bruker avvikene å vite om midler er like eller ikke. Før du utfører en Anova test, bør du oppfylle de grunnleggende forutsetningene først. Den første forutsetningen er at hver prøve som skal brukes er valgt uavhengig og er tilfeldig. andre anta at befolkningen du tar prøvene fra er normalt og har like standardavvik.
det finnes fire typer variansanalyse tester. den første er det One- Way Anova. Du skal bruke denne type Anova bare hvis det er bare en kategorisk faktor. Andre er det flere faktorer Anova som brukes når kategoriske faktorer er mer enn ett. Interaksjoner og hovedeffekter mellom faktorene er beregnet. Den tredje typen Anova er variansen Components Analysis. Denne typen ANOVA brukes når faktorene er flere og hierarkisk ordnet. Hovedmålet med denne testen er å vite hvor stor prosentandel av prosessen variasjonen som du innfører i hvert nivå. den fjerde og siste metoden er den Generell lineær modeller. Hvis faktorene er både nestet og krysset, noen av faktorene er tilfeldige og noen er fast. Når begge faktorer til stede er kvantitativ og kategorisk, blir denne testen brukes
Oppsummering :
En ANOVA testen har fire typer, nemlig: One-Way ANOVA, flerfaktorautentisering Anova, varians komponenter Analysis, og generelle lineære modeller T- tester har bare to typer: uavhengige mål T-test og matchet par T-test som også er kjent som avhengig T-test eller paret t-test. er
2. T- tester bare utføres når du bare har to grupper å sammenligne. ANOVA tester, derimot, er i utgangspunktet akkurat som T- tester, men det er designet for grupper som er mer enn to.
tre. Noen forhold før du utfører de to testene for å være dyktig. For T-test, bør befolkningen data skal samles inn skal normalfordelt, og du sammenligner lik varians av befolkningen. Mens for ANOVA tester, er prøver som skal brukes velges uavhengig og tilfeldig du bør også anta at befolkningen du tar prøvene fra er normalt og har like standardavvik
----------------------------------
Forholde Artikkelen:
----------------------------------