Różnica między testem ANOVA i T

ANOVA vs Test

Test t, czasem nazywany testem t-Studenta, jest przeprowadzany, gdy chcesz porównać środki dwóch grup i sprawdzić, czy różnią się od siebie. Jest używany głównie, gdy podaje się losowe przypisanie i są tylko dwa, nie więcej niż dwa, do porównania. Podczas prowadzenia testu t, konieczne należy spełnić pewne warunki, aby wyniki przyniosły dokładne wyniki. Główne założenia są takie, że zebrane dane populacji są normalnie rozmieszczone i że porównujesz równe wariancje populacji. Test t ma dwa główne typy: niezależne pomiary Test t i dopasowany test t pary znany również jako zależny test t lub sparowany test t.

Kiedy porównujesz dwie próbki, które nie są dopasowane par lub próbki są niezależne, stosuje się niezależny test t. Drugi typ, dopasowany test t pary jest jednak używany, gdy podane próbki pojawiają się w parach. Na przykład musisz zmierzyć między porównywaniem przed i po. Jeśli masz więcej niż dwie próbki, należy użyć testu ANOVA. Możliwe jest odróżnienie ze sobą więcej niż dwóch środków poprzez przeprowadzanie wielu testów T, ale istniałaby duża możliwość popełnienia błędu, a zatem większą szansę na przybycie z niedokładnym rezultatem.

Test ANOVA jest popularnym terminem analizy wariancji. Jest to technika przeprowadzona w analizie efektów czynników kategorycznych. Ten test jest używany za każdym razem, gdy istnieją więcej niż dwie grupy. Zasadniczo są one również jak testy t, ale, jak wspomniano powyżej, mają być używane, gdy masz więcej niż dwie grupy. Testy ANOVA używają wariancji, aby wiedzieć, czy środki są równe, czy nie. Przed przeprowadzeniem testu ANOVA należy najpierw spełnić podstawowe założenia. Pierwszym założeniem jest to, że każda próbka, która ma być używana, jest wybierana niezależnie i jest losowa. Po drugie, załóż, że populacja, z której pobierasz próbki, jest normalna i ma równe odchylenia standardowe.

Istnieją cztery rodzaje analizy testów wariancji. Pierwsza to jednokierunkowa ANOVA. Miesz użyć tego typu ANOVA tylko wtedy, gdy istnieje tylko jeden współczynnik kategoryczny. Drugi to wieloczynnikowa ANOVA, która jest używana, gdy czynniki kategoryczne są więcej niż jedno. Szacowane są interakcje i główne skutki między czynnikami. Trzeci rodzaj ANOVA to analiza składników wariancji. Ten rodzaj ANOVA jest używany, gdy czynniki są wielokrotne i hierarchicznie ułożone. Głównym celem tego testu jest znanie odsetka zmienności procesu, którą wprowadzasz na każdym poziomie. Czwarta i ostatnia metoda to ogólne modele liniowe. Jeśli twoje czynniki są zarówno zagnieżdżone, jak i skrzyżowane, niektóre czynniki są losowe, a niektóre ustalone. Gdy oba obecne czynniki są ilościowe i kategoryczne, ten test jest używany.

Streszczenie:

1.Test ANOVA ma cztery typy, a mianowicie: jednokierunkowa ANOVA, wieloczynnikowa analiza ANOVA, analiza komponentów wariancji i ogólne modele liniowe. Testy t mają tylko dwa typy: niezależne pomiary Test t i dopasowane pary t, które są również znane jako zależny test t lub sparowany test t.
2.Testy t są prowadzone tylko wtedy, gdy masz tylko dwie grupy do porównania. Z drugiej strony testy ANOVA są zasadniczo jak testy t, ale są przeznaczone dla grup, które są więcej niż dwa.
3.Konieczne są pewne warunki przed przeprowadzeniem dwóch testów. W przypadku testu t, które mają być zebrane, powinny być normalnie rozmieszczone, a ty porównywasz równe wariancje populacji. Podczas testów ANOVA próbki, które mają być używane, są wybierane niezależnie i losowo. Należy również założyć, że populacja, z której pobierasz próbki, jest normalna i ma równe odchylenia standardowe.