本文转载自:https://blog.csdn.net/jining11/article/details/81705108
https://blog.csdn.net/jining11/article/details/81705108 </div>
T 检验是用于小样本(样本容量小于 30)的两个平均值差异程度的检验方法。它是用 T 分布理论来推断差异发生的概率,从而判定两个平均数的差异是否显著,常被应用于小样本判断的置信度。
最常用 t 检验的情况有:
- 单样本检验:检验一个正态分布的总体的均值是否在满足零假设的值之内,例如检验一群军校男生的身高的平均是否符合全国标准的 170 公分界线。
- 双样本检验:其零假设为两个正态分布的总体的均值之差为某实数,例如检验二群人的身高之平均是否相等。这一检验通常被称为学生 t 检验。但更为严格地说,只有两个总体的方差是相等的情况下,才称为学生 t 检验;否则,有时被称为 Welch 检验。以上谈到的检验一般被称作 “未配对” 或 “独立样本”t 检验,我们特别是在两个被检验的样本没有重叠部分时用到这种检验方式。
- “配对” 或者 “重复测量”t 检验:检验同一统计量的两次测量值之间的差异是否为零。举例来说,我们测量一位病人接受治疗前和治疗后的肿瘤尺寸大小。如果治疗是有效的,我们可以推定多数病人接受治疗后,肿瘤尺寸应该是变小了。
- 检验一条回归线的斜率是否显著不为零。
R命令及输出结果解读:
- > t.test(a$X5.您的年龄是, mu = 5)
- One Sample t-test #1个样本的t检验
- data: a$X5.您的年龄是 #数据集
- t = -5.4269, df = 114, p-value = 3.269e-07 #离差统计量,自由度(数据数量-1),
- #p值(如果总体均值是5,那么随机抽取115个样本其均值为4.6的概率)
- alternative hypothesis: true mean is not equal to 5 #备择假设
- 95 percent confidence interval: #95%置信区间
- 4.477726 4.757057
- sample estimates: #样本均值
- mean of x
- 4.617391
标签:总体,均值,是否,差异,样本,检验,解读 来源: https://blog.csdn.net/enyayang/article/details/95640609
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。