Questions marquées «t-test»

Un test pour comparer la moyenne de deux échantillons, ou la moyenne d'un échantillon (ou même des estimations de paramètres) avec une valeur spécifiée; également connu sous le nom de "Student t-test" d'après le pseudonyme de son inventeur.

7
Comment choisir entre le test t et le test non paramétrique, par exemple Wilcoxon dans de petits échantillons
Certaines hypothèses peuvent être vérifiées à l'aide du test t de Student (peut-être à l'aide de la correction de Welch pour les variances inégales dans le cas à deux échantillons), ou par un test non paramétrique comme le test de Wilcoxon apparié signé, le test de Wilcoxon-Mann-Whitney U, ou le …
7
Test t pour non normal quand N> 50?
Il y a longtemps, j'ai appris qu'une distribution normale était nécessaire pour utiliser un test T à deux échantillons. Aujourd'hui, une collègue m'a dit qu'elle avait appris que pour N> 50, une distribution normale n'était pas nécessaire. Est-ce vrai? Si vrai est-ce à cause du théorème de la limite centrale?
6
Quelle implémentation de test de permutation dans R utiliser au lieu de tests t (appariés et non appariés)?
J'ai des données provenant d'une expérience que j'ai analysée à l'aide de tests t. La variable dépendante est mise à l'échelle par intervalles et les données sont soit non appariées (c'est-à-dire 2 groupes), soit appariées (c'est-à-dire intra-sujets). Par exemple (au sein des sujets): x1 <- c(99, 99.5, 65, 100, 99, …
5
Si le test t et l'ANOVA de deux groupes sont équivalents, pourquoi leurs hypothèses ne sont-elles pas équivalentes?
Je suis sûr que je suis complètement enroulé autour de ma tête, mais je n'arrive pas à comprendre. Le test t compare deux distributions normales utilisant la distribution Z. C'est pourquoi il y a une hypothèse de normalité dans les DONNÉES. L'ANOVA équivaut à une régression linéaire avec des variables …
3
Interprétation du prédicteur et / ou de la réponse transformé par log
Je me demande si cela fait une différence d'interprétation si seules les variables dépendantes, indépendantes et dépendantes, ou uniquement les variables indépendantes sont transformées par un journal. Considérons le cas de log(DV) = Intercept + B1*IV + Error Je peux interpréter l'IV comme l'augmentation en pourcentage, mais comment cela change-t-il …
46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 
3
Contraste de signification dans la régression linéaire: test t significatif pour un coefficient vs une statistique F globale non significative
Je fais correspondre un modèle de régression linéaire multiple entre 4 variables catégoriques (avec 4 niveaux chacune) et une sortie numérique. Mon jeu de données a 43 observations. La régression me donne les suivantes ppp -values du ttt -test pour chaque coefficient de pente: .15,.67,.27,.02.15,.67,.27,.02.15, .67, .27, .02 . Ainsi, …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.