Malayang t-Test Paghambingin ang mga mean ng dalawang magkakahiwalay na grupo · napatunayan laban sa R ​​4.3.3
gabay sa paggamit

Kailan gagamitin. Paghambingin ang mean ng dalawang magkakahiwalay na grupo sa isang tuluy-tuloy na kinalabasan.

Mga Pagpapalagay. Kalayaan ng mga obserbasyon; humigit-kumulang normal na distribusyon sa bawat grupo; pantay na mga variance (o gamitin ang Welch correction).

Mga karaniwang pagkakamali. Huwag gamitin para sa paired/matched data: gamitin ang paired t-test. Suriin muna ang normality para sa maliliit na sample.

Nagtrabahong halimbawa

I-click ang Mag-load ng halimbawang datos sa itaas, pagkatapos ay ang Run Analysis upang makita ang ganap na resulta na may pigura, pormula, at interpretasyon para sa pagsusulit na ito.

Mga sanggunian
  1. Mag-aaral. Ang posibleng error ng isang mean. Biometrika. 1908;6(1):1-25.
  2. Welch BL. Ang paglalahat ng problema ng Estudyante. Biometrika. 1947;34:28-35.
Pinatatakbo ng editverse.com · Na-validate ang R 4.3.3 · v3.6 Kailangan mo ba ng ekspertong pagsusuri? →

Libreng Calculator ng Editverse

Independiyenteng Kalkulador ng T-Test

Paghambingin ang mean ng dalawang independent group sa isang continuous outcome — kasama ang eksaktong t statistic, degrees of freedom, p-value, at effect size. Piliin ang Student o Welch, tingnan ang formula at ang reproducible R command, at basahin ang kumpletong gabay sa interpretasyon sa ibaba. Na-validate laban sa R ​​4.3.3.

Sa Simpleng Salita

Ang isang t-test ay nagtatanong ng isang tanong: sapat ba ang layo ng mga average ng dalawang grupo kaya malamang na hindi nagkataon ang pagkakaiba? Ilalagay mo ang mga numero ng bawat grupo, at ang calculator ay magbabalik ng p-value (nakakagulat ang pagkakaiba kung ang mga grupo ay talagang pareho) at isang effect size (gaano talaga kalaki ang pagkakaiba).

Gamitin ito kapag ang iyong kinalabasan ay isang numero (presyon ng dugo, iskor, konsentrasyon) at pinaghahambing mo ang dalawang magkahiwalay na grupo ng mga paksa. Kung ang parehong mga tao ay sinukat nang dalawang beses (bago/pagkatapos), iyon ay isang paired t-test. Kung ang iyong datos ay skewed o ang iyong sample ay napakaliit, ang Mann-Whitney U test ang mas ligtas na pagpipilian.

Kailan Gagamit ng Independent t-Test

Ang independent (two-sample) t-test ay naghahambing sa mean ng isang tuluy-tuloy na resulta sa pagitan ng dalawang hindi magkakaugnay na grupo — halimbawa, isang treatment arm laban sa isang control arm, o mga lalaki laban sa mga babae. Ito ay isa sa mga pinakamalawak na ginagamit na pagsusuri sa klinikal at biomedical na pananaliksik, at isa rin sa mga pinakamadalas na maling nailalapat.

Abutin ito kapag ang lahat ng mga sumusunod ay naaayon: ang iyong kinalabasan ay tuloy-tuloy ; mayroon kang dalawang magkakahiwalay na grupo (magkakaibang paksa sa bawat isa); ang kinalabasan ay humigit-kumulang normal na ipinamamahagi sa loob ng bawat grupo, o ang iyong sample ay sapat na malaki para mailapat ang central limit theorem; at ang mga obserbasyon ay independiyente sa isa't isa. Kung ang mga variance ay kapansin-pansing magkakaiba sa pagitan ng mga grupo, lumipat mula sa bersyong Student patungo sa Welch correction , na hindi nagpapalagay ng pantay na mga variance at isang ligtas na default. Para sa tatlo o higit pang mga grupo, gumamit ng one-way ANOVA sa halip na maraming t-test, na nagpapataas ng false-positive rate. Hindi sigurado kung akma ang t-test sa iyong disenyo? Gagabayan ka ng aming interactive Test Selector dito.

Mga Nagtrabahong Halimbawa

Halimbawa 1 — Gamot vs placebo (makabuluhan)

Anim na pasyenteng nakainom ng Drug A ay may mga outcome value na 5.2, 6.1, 5.8, 6.5, 5.9, 6.2; anim naman sa placebo ay may 7.1, 7.8, 8.2, 7.5, 8.0, 7.9. Malinaw na mas mataas ang mean ng placebo group. Ang paglalagay ng mga ito at pagpapatakbo ng two-tailed Welch t-test ay magbabalik ng malaking negatibong t na may maliit na p-value (p < 0.001), kaya ang pagkakaiba sa pagitan ng mga grupo ay malamang na hindi nagkataon lamang. Iulat ang mean difference at ang 95% confidence interval nito, hindi lamang ang p-value.

Halimbawa 2 — Mga grupong nagsasapawan (hindi makabuluhan)

Grupo 1: 10, 11, 12, 13, 14; Grupo 2: 10.5, 11.2, 12.1, 12.8, 14.2. Halos magkapareho ang mga mean at labis na nagsasapawan ang mga spread, kaya ang pagsubok ay nagbabalik ng maliit na t at malaking p-value (p > 0.05). Ang tamang konklusyon ay walang ebidensya ng pagkakaiba — na hindi katulad ng pagpapatunay na pantay ang mga grupo, lalo na kung limang obserbasyon lamang ang bawat grupo.

Mga Pagpapalagay na Susuriin

Kalayaan. Ang bawat obserbasyon ay dapat na walang kaugnayan sa iba. Ang paulit-ulit na pagsukat sa parehong paksa ay lumalabag dito — gumamit na lang ng paired test.

Normalidad. Ang resulta ng bawat grupo ay dapat na halos normal. Suriin ang isang histogram o QQ plot; para sa maliliit na sample, makakatulong ang Shapiro-Wilk test. Sa malalaking sample, hindi gaanong mahalaga ang banayad na hindi normalidad.

Mga pantay na variance. Ipinapalagay ng Student t-test na ang dalawang grupo ay may magkatulad na variance. Kung may pag-aalinlangan, gamitin ang Welch correction — ito ay matatag sa hindi pantay na variance at halos walang gastos sa power, kaya naman ginagamit ito ng maraming statistician bilang default.

Karaniwang Pagkakamali

Paggamit ng t-test sa ipinares na datos

Ang mga sukat bago/pagkatapos ng pagsukat sa parehong mga paksa ay ipinares. Gamitin ang paired t-test (o Wilcoxon signed-rank para sa mga skewed differences), hindi ang independent t-test.

Pagpapatakbo ng maraming t-test sa maraming grupo

Ang paghahambing ng tatlo o higit pang grupo na may paulit-ulit na pairwise t-test ay nagpapataas ng false-positive rate. Gumamit na lang ng ANOVA na may post-hoc correction.

Pag-uulat lamang ng p-value

Sinasabi ng p-value kung ang isang pagkakaiba ay matutukoy, hindi kung gaano ito kalaki. Palaging iulat ang mean difference, ang 95% confidence interval nito, at ang effect size (Cohen's d).

Pagpipilit ng parametric test sa skewed data

Kung ang kinalabasan ay malinaw na skewed o ordinal at maliit ang sample, mas angkop ang Mann-Whitney U test .

Mga Madalas Itanong

Estudyante o Welch — alin ang dapat kong piliin?

Kung hindi ka sigurado kung ang dalawang grupo ay may magkaparehong variance, piliin ang Welch. Hindi nito ipinapalagay ang magkaparehong variance at halos kasinghusay ng performance kapag sila ay magkapantay, kaya ito ay isang ligtas na default.

Isang buntot o dalawang buntot?

Gumamit ng two-tailed maliban na lang kung mayroon kang matibay at paunang nakarehistrong directional hypothesis. Ang two-tailed ay ang kumbensyonal at mas konserbatibong pagpipilian at ito ang inaasahan ng mga tagasuri.

Ilang kalahok ang kailangan ko?

Magpasya bago mangolekta ng datos gamit ang isang sample size at power analysis , batay sa iyong inaasahang effect size at target power na 80%.

Tugma ba ang resulta sa SPSS, R, at Stata?

Oo. Gumagamit ang calculator ng parehong mga formula at t-distribution function gaya ng karaniwang software at ipinapakita ang eksaktong R command para ma-reproduce mo ito.

Mga Kaugnay na Calculator

Pagsusulit sa Mann-Whitney U One-Way ANOVA Laki ng Epekto (d ni Cohen) Tiwala sa loob Laki at Lakas ng Sample Aling Pagsusulit ang Dapat Kong Gamitin?

Mga sanggunian

  1. Mag-aaral. Ang posibleng error ng isang mean. Biometrika. 1908;6(1):1–25.
  2. Welch BL. Ang paglalahat ng problema ng "Mag-aaral" kapag may kasamang ilang magkakaibang variance ng populasyon. Biometrika. 1947;34(1–2):28–35.
  3. Yan F, Robert M, Li Y. Mga pamamaraang pang-estadistika at mga karaniwang problema sa pananaliksik sa agham medikal o biomedikal. Int J Physiol Pathophysiol Pharmacol. 2017;9(5):157–163. PMID 29209453.
  4. Greenland S, Senn SJ, Rothman KJ, et al. Mga pagsusuring istatistikal, mga halagang P, mga agwat ng kumpiyansa, at power: isang gabay sa mga maling interpretasyon. Eur J Epidemiol. 2016;31(4):337–350. PMID 27209009.

Kailangan Mo Bang Gawin ang Pagsusuring Ito para sa Iyong Manuskrito?

Ang aming mga PhD biostatistician ang nagpapatakbo ng iyong t-test (at lahat ng bagay na nakapaligid dito), sinusuri ang mga pagpapalagay, at naghahatid ng mga talahanayan na handa nang ilathala na may maaaring kopyahing output na R.

Humingi ng Tulong sa Estadistika ng Eksperto