Kalkulator testu t Studenta

Inne osoby w każdej grupie pasują do testu niezależnego

Próba A i B powinny zawierać obserwacje od różnych jednostek, a każda jednostka pojawia się raz. Losowanie, przydział i sposób braków danych mają znaczenie jeszcze przed wzorem.

Wyniki przed i po u tych samych osób są sparowane. Ich analiza powinna wykorzystywać różnice wewnątrz par, ponieważ test dla grup niezależnych traci informację o powiązaniu.

• średnia, odchylenie i liczebność pierwszej grupy
• te same statystyki dla niezależnej grupy drugiej
• wariant Welcha oraz wcześniej ustalony kierunek hipotezy

Welch jest rozsądnym wariantem domyślnym

Klasyczny test z łączoną wariancją zakłada równość wariancji populacji. Test Welcha nie wymaga tego założenia i dobrze radzi sobie również wtedy, gdy wariancje są podobne.

Nierówne liczebności nie są błędem samym w sobie. Problemem może być mechanizm, który spowodował brak obserwacji, albo bardzo różne rozkłady z wartościami odstającymi.

Licznik to średnia A minus średnia B

Znak t zależy od kolejności grup. Ujemny wynik oznacza, że średnia A jest mniejsza, jeśli dane zostały wpisane właśnie w tej kolejności.

Mianownik wykorzystuje wariancję każdej próby podzieloną przez jej liczebność. Duża zmienność lub mała próba zwiększa błąd i zmniejsza bezwzględne t.

Stopnie swobody Welcha mogą nie być całkowite

Wzór Satterthwaite’a uwzględnia oba błędy i liczebności. Zaokrąglanie df przed obliczeniem p nie jest potrzebne; w raporcie można podać dwa miejsca po przecinku.

Dwustronne p odpowiada alternatywie „różne”, a jednostronne wymaga kierunku ustalonego przed danymi. Wybór korzystniejszego ogona po zobaczeniu średnich zawyża dowody.

P nie mówi, czy różnica jest praktycznie ważna

Przy dużej próbie drobna różnica może być istotna, a przy małej ważna różnica może pozostać nieprecyzyjna. Podaj różnicę średnich i przedział ufności.

Wielkość efektu, na przykład standaryzowana różnica, pomaga porównywać skale, ale również wymaga kontekstu. Nie zastępuje jednostek oryginalnych.

Wartości odstające mogą zmienić średnią i wariancję

Obejrzyj wykres punktowy lub pudełkowy obu prób. Usunięcie obserwacji wymaga reguły i uzasadnienia, nie samego faktu, że wynik testu staje się korzystniejszy.

Jeżeli rozkład, skala lub projekt nie pasują, rozważ transformację, test rangowy lub model odporny. Kalkulator wykonuje jeden określony test, nie wybiera metody za badacza.

Próby niezależne i pomiary sparowane nie są zamienne

Dwie różne grupy osób wymagają testu dla prób niezależnych. Wynik przed i po u tych samych osób tworzy pary, więc analizuje się różnice wewnątrz par. Potraktowanie pomiarów sparowanych jako niezależnych traci informację i zmienia błąd standardowy. Z kolei sztuczne parowanie przypadkowych osób może stworzyć nieuzasadnioną korelację.

Dla dwóch niezależnych grup kalkulator powinien jasno wskazać, czy używa wersji Welcha, czy wariantu z równymi wariancjami. Welch jest zwykle bezpiecznym domyślnym wyborem, gdy liczebności lub wariancje różnią się. Klasyczny Student z wariancją łączoną wymaga uzasadnienia homogeniczności, nie tylko wyniku pomocniczego testu wariancji.

Średnia i odchylenie muszą opisywać właściwą skalę

Test t dotyczy różnicy średnich dla zmiennej ilościowej. Kodów kategorii 1, 2, 3 nie należy automatycznie traktować jak pomiaru o równych odstępach. Silne wartości odstające mogą przesunąć średnią i odchylenie, szczególnie w małej próbie. Zanim policzysz test, obejrzyj rozkład, wykres punktowy i proces zbierania danych.

Normalność dotyczy rozkładu błędów lub różnic, a nie obowiązku idealnego dzwonu w każdej dużej próbie. Przy małych próbach silna asymetria wymaga ostrożności, transformacji uzasadnionej celem lub metody odpornej. Usuwanie odstającego wyniku tylko dlatego, że p nie jest istotne, jest niedopuszczalne; potrzebna jest reguła jakości danych.

Przedział ufności i wielkość efektu są potrzebne obok p

p poniżej α nie mówi, czy różnica ma znaczenie praktyczne. Podaj estymowaną różnicę średnich i jej przedział ufności, który pokazuje zakres wartości zgodnych z danymi. Cohen d standaryzuje różnicę, lecz jego interpretacja zależy od naturalnej zmienności i kontekstu. Dla decyzji klinicznej lub biznesowej ważna jest granica minimalnie istotnej różnicy.

Brak istotności nie dowodzi równości. Mała próba może dawać szeroki przedział obejmujący zarówno istotny efekt, jak i zero. Jeśli celem jest wykazanie równoważności lub niegorszości, trzeba zaplanować odpowiedni test i margines przed zebraniem danych. Raportuj również liczebności, sposób losowania, braki oraz wszystkie wykonane porównania.

Próba niezależna, pary i niepewność średniej

Test jednej próby porównuje średnią z wartością odniesienia, test dwóch prób porównuje niezależne grupy, a test par analizuje różnice w dobranych parach, na przykład pomiar przed i po u tych samych osób. Nie wybieraj wariantu na podstawie liczby kolumn w arkuszu. To sposób zebrania danych decyduje o modelu.

Dla niezależnych grup domyślnie warto rozważyć test Welcha, który nie wymaga równości wariancji. Klasyczny wariant z wariancją łączoną ma dodatkowe założenie i inne stopnie swobody. Sam brak istotności w teście wariancji nie dowodzi, że wariancje są równe; wybór powinien wynikać z planu i charakteru danych.

W teście par najpierw policz różnicę w każdej parze, a dopiero potem średnią i odchylenie tych różnic. Nie można zastąpić brakującego pomiaru średnią grupy ani zestawić osób w przypadkowe pary. Rekord bez jednego z dwóch pomiarów zwykle nie wnosi informacji do klasycznej analizy par.

Założenie normalności dotyczy rozkładu wyników w małej próbie lub różnic w teście par, a nie koniecznie każdej zmiennej osobno w dużej próbie. Wykres, obserwacje odstające i sposób pomiaru są bardziej informacyjne niż mechaniczne polowanie na istotność testu normalności. Silna skośność i mała próba mogą wymagać innej metody.

Jednostronną hipotezę ustala się przed obejrzeniem wyników i tylko wtedy, gdy efekt w przeciwnym kierunku nie byłby interpretowany jako sukces. Nie zmieniaj testu dwustronnego na jednostronny po zobaczeniu znaku różnicy. Taki zabieg sztucznie obniża p-value i nie odpowiada uczciwemu planowi badania.

Oprócz p-value raportuj różnicę średnich, przedział ufności i wielkość efektu. Przedział pokazuje zakres wartości zgodnych z danymi przy przyjętym modelu. Wynik nieistotny z bardzo szerokim przedziałem może oznaczać brak precyzji, a nie dowód równości grup.

Dane wielokrotnie mierzone, klastry, kilka grup lub korekty o współzmienne wykraczają poza prosty test t. Seria testów parami zwiększa liczbę fałszywych alarmów. W takich projektach zaplanuj model lub analizę wariancji z osobą znającą metodologię zamiast mnożyć obliczenia w osobnych kalkulatorach.