Bağımsız t-Testi İki bağımsız grubun ortalamalarını karşılaştırın · validated vs R 4.3.3
Kullanıcı Rehberi

Ne zaman kullanılır? Sürekli bir sonuç üzerinde iki bağımsız grubun ortalamalarını karşılaştırmak için kullanılır.

Varsayımlar: Gözlemlerin bağımsızlığı; her grupta yaklaşık olarak normal dağılımlar; eşit varyanslar (veya Welch düzeltmesi kullanılması).

Sık yapılan hatalar. Eşleştirilmiş/çift veri için kullanmayın: bunun yerine eşleştirilmiş t-testini kullanın. Küçük örneklemler için önce normalliği kontrol edin.

Çalışılmış örnek

Yukarıdaki "Örnek verileri yükle" seçeneğine tıklayın , ardından "Analizi çalıştır" seçeneğine tıklayarak bu test için şekil, formül ve yorum içeren eksiksiz bir sonucu görebilirsiniz.

Referanslar
  1. Öğrenci. Bir ortalamanın olası hatası. Biometrika. 1908;6(1):1-25.
  2. Welch BL. Student probleminin genelleştirilmesi. Biometrika. 1947;34:28-35.
Designed by editverse.com · R 4.3.3 ile doğrulandı · v3.6 Uzman analizine mi ihtiyacınız var? →

Editverse Ücretsiz Hesap Makinesi

Bağımsız t-Testi Hesaplayıcısı

Sürekli bir sonuç üzerinde iki bağımsız grubun ortalamalarını karşılaştırın — kesin t istatistiği, serbestlik dereceleri, p değeri ve etki büyüklüğü ile birlikte. Student veya Welch yöntemini seçin, formülü ve tekrarlanabilir R komutunu inceleyin ve aşağıdaki tam yorumlama kılavuzunu okuyun. R 4.3.3 ile doğrulanmıştır.

Basit Sözlerle

T -testi tek bir soru sorar: İki grubun ortalamaları, aradaki farkın tesadüf eseri olma olasılığının düşük olduğu kadar birbirinden uzak mı? Her grubun sayılarını girersiniz ve hesap makinesi bir p-değeri (gruplar gerçekten aynı olsaydı farkın ne kadar şaşırtıcı olduğu) ve bir etki büyüklüğü (farkın gerçekte ne kadar büyük olduğu) döndürür.

Sonuç bir sayı (kan basıncı, skor, konsantrasyon) olduğunda ve iki ayrı denek grubunu karşılaştırdığınızda kullanın . Aynı kişiler iki kez ölçülürse (öncesi/sonrası), bunun yerine eşleştirilmiş t-testi kullanılır. Verileriniz çarpıksa veya örneklem büyüklüğünüz çok küçükse, Mann-Whitney U testi daha güvenli bir seçimdir.

Bağımsız t-testi ne zaman kullanılır?

Bağımsız (iki örneklemli) t-testi, birbiriyle ilişkisiz iki grup arasında (örneğin, tedavi grubu ile kontrol grubu veya erkekler ile kadınlar arasında) sürekli bir sonucun ortalamalarını karşılaştırır . Klinik ve biyomedikal araştırmalarda en yaygın kullanılan testlerden biridir ve aynı zamanda en sık yanlış uygulanan testlerden biridir.

Aşağıdaki koşulların tümü geçerli olduğunda bu yöntemi kullanın: sonuç süreklidir ; iki bağımsız grubunuz vardır (her birinde farklı denekler); sonuç her grup içinde yaklaşık olarak normal dağılıma sahiptir veya örneklem büyüklüğünüz merkezi limit teoreminin uygulanabileceği kadar büyüktür; ve gözlemler birbirinden bağımsızdır. Gruplar arasında varyanslar belirgin şekilde farklılık gösteriyorsa, Student sürümünden eşit varyans varsayımı yapmayan ve güvenli bir varsayılan olan Welch düzeltmesine geçin. Üç veya daha fazla grup için, yanlış pozitif oranını artıran çoklu t-testleri yerine tek yönlü ANOVA kullanın . T-testinin tasarımınıza uygun olup olmadığından emin değil misiniz? Etkileşimli Test Seçicimiz size yol gösterir.

Çalışılan Örnekler

Örnek 1 — İlaç vs plasebo (anlamlı)

A ilacı alan altı hastanın sonuç değerleri sırasıyla 5.2, 6.1, 5.8, 6.5, 5.9, 6.2; plasebo alan altı hastanın ise 7.1, 7.8, 8.2, 7.5, 8.0, 7.9'dur. Plasebo grubunun ortalaması açıkça daha yüksektir. Bu değerler girilip iki yönlü Welch t-testi uygulandığında, küçük bir p-değeri (p < 0.001) ile büyük bir negatif t değeri elde edilir; bu nedenle gruplar arasındaki farkın tesadüf eseri olması çok düşük bir olasılıktır. Sadece p-değerini değil, ortalama farkı ve %95 güven aralığını da raporlayın.

Örnek 2 — Örtüşen gruplar (anlamlı değil)

Grup 1: 10, 11, 12, 13, 14; Grup 2: 10.5, 11.2, 12.1, 12.8, 14.2. Ortalamalar neredeyse aynı ve dağılımlar büyük ölçüde örtüşüyor, bu nedenle test küçük bir t değeri ve büyük bir p değeri (p > 0.05) veriyor. Doğru sonuç, bir fark olduğuna dair hiçbir kanıt olmadığıdır - bu, özellikle grup başına sadece beş gözlemle, grupların eşit olduğunu kanıtlamakla aynı şey değildir .

Kontrol Edilmesi Gereken Varsayımlar

Bağımsızlık. Her gözlem diğerleriyle ilişkisiz olmalıdır. Aynı denek üzerinde tekrarlanan ölçümler bu ilkeyi ihlal eder; bunun yerine eşleştirilmiş bir test kullanın.

Normallik. Her grubun sonucu yaklaşık olarak normal dağılıma sahip olmalıdır. Bir histogram veya QQ grafiği inceleyin; küçük örnekler için Shapiro-Wilk testi yardımcı olur. Büyük örneklerde, hafif normallik dışı durumlar fazla önem taşımaz.

Eşit varyanslar. Student t-testi, iki grubun benzer varyanslara sahip olduğunu varsayar. Şüphe durumunda, Welch düzeltmesini kullanın ; eşit olmayan varyanslara karşı dayanıklıdır ve güç açısından neredeyse hiçbir maliyeti yoktur, bu nedenle birçok istatistikçi varsayılan olarak bunu kullanır.

Yaygın hatalar

Eşleştirilmiş veriler üzerinde t-testi kullanılması

Aynı denekler üzerinde yapılan öncesi/sonrası ölçümler eşleştirilmiştir. Bağımsız t-testi yerine eşleştirilmiş t-testini (veya çarpık farklılıklar için Wilcoxon işaretli sıralama testini) kullanın.

Birden fazla grup üzerinde çok sayıda t-testi çalıştırmak

Üç veya daha fazla grubu tekrarlanan ikili t-testleriyle karşılaştırmak, yanlış pozitif oranını artırır. Bunun yerine, sonradan düzeltme içeren ANOVA kullanın.

Sadece p-değerini raporlamak

P değeri, bir farkın tespit edilebilir olup olmadığını gösterir, büyüklüğünü değil. Her zaman ortalama farkı, %95 güven aralığını ve etki büyüklüğünü (Cohen's d) bildirin.

Çarpık verilerde parametrik testin uygulanmasını zorlamak

Sonuç açıkça çarpık veya sıralı ise ve örneklem küçükse, Mann-Whitney U testi daha uygundur.

Sıkça Sorulan Sorular

Student mi yoksa Welch mi seçmeliyim?

İki grubun varyanslarının eşit olup olmadığından emin değilseniz, Welch yöntemini seçin. Varyansların eşit olduğunu varsaymaz ve varyanslar eşit olduğunda da neredeyse aynı performansı gösterir, bu nedenle güvenli bir varsayılan seçenektir.

Tek kuyruklu mu, çift kuyruklu mu?

Güçlü ve önceden kayıt altına alınmış yönlü bir hipoteziniz yoksa, çift yönlü test kullanın. Çift yönlü test, geleneksel ve daha muhafazakar bir seçimdir ve hakemlerin beklediği de budur.

Kaç katılımcıya ihtiyacım var?

Veri toplamaya başlamadan önce , beklenen etki büyüklüğüne ve %80'lik hedef güce dayanarak örneklem büyüklüğü ve güç analizi yapın.

Sonuçlar SPSS, R ve Stata ile örtüşüyor mu?

Evet. Hesap makinesi, standart yazılımlarla aynı formülleri ve t-dağılım fonksiyonlarını kullanır ve tam R komutunu gösterir, böylece siz de aynı işlemi tekrarlayabilirsiniz.

İlgili Hesap Makineleri

Mann-Whitney U Testi Tek Yönlü ANOVA Etki Büyüklüğü (Cohen'in d'si) Güven aralığı Örneklem Büyüklüğü ve Güç Hangi testi kullanmalıyım?

Referanslar

  1. Öğrenci. Ortalamanın olası hatası. Biometrika. 1908;6(1):1–25.
  2. Welch BL. Birden fazla farklı popülasyon varyansının söz konusu olduğu durumlarda "Student" probleminin genelleştirilmesi. Biometrika. 1947;34(1–2):28–35.
  3. Yan F, Robert M, Li Y. Tıp veya biyomedikal bilim araştırmalarında kullanılan istatistiksel yöntemler ve sık karşılaşılan sorunlar. Uluslararası Fizyoloji Patofizyoloji Farmakoloji Dergisi. 2017;9(5):157–163. PMID 29209453.
  4. Greenland S, Senn SJ, Rothman KJ, ve diğerleri. İstatistiksel testler, P değerleri, güven aralıkları ve güç: yanlış yorumlamalara dair bir rehber. Avrupa J Salgını. 2016;31(4):337–350. PMID 27209009.

Makaleniz için bu analize mi ihtiyacınız var?

Doktora derecesine sahip biyoistatistikçilerimiz t-testinizi (ve bununla ilgili her şeyi) gerçekleştirir, varsayımları kontrol eder ve tekrarlanabilir R çıktısıyla yayınlanmaya hazır tablolar sunar.

Uzman İstatistik Yardımı Alın