Thống kê / Bài kiểm tra
Máy tính kiểm định t (Một mẫu, Hai mẫu, Cặp ghép)
Thực hiện kiểm định t một mẫu, hai mẫu (Welch hoặc Student) hoặc cặp ghép trên dữ liệu của bạn, theo hai phía hoặc một phía, rồi nhận t, bậc tự do, giá trị p và các giá trị trung bình.
Máy tính kiểm định t (Một mẫu, Hai mẫu, Cặp ghép): Thống kê t là chênh lệch giữa các giá trị trung bình chia cho sai số chuẩn của chênh lệch đó. Kiểm định Welch sử dụng phương sai riêng của từng nhóm và bậc tự do Welch–Satterthwaite; kiểm định Student gộp các phương sai; kiểm định cặp ghép là kiểm định một mẫu trên các chênh lệch. Giá trị p được tính từ phân phối t của Student, thực hiện trong trình duyệt và đối chiếu với SciPy: với các nhóm ví dụ, t của Welch = 3,40 và p = 0,0055. Chạy 100% cục bộ trong trình duyệt của bạn, không có tệp nào được tải lên máy chủ.
- Danh mục
- Công cụ học tập và trường học
- Lượt chạy
- Trong trình duyệt của bạn
- Chi phí
- Miễn phí · không cần đăng ký
- Trạng thái khả dụng
- Sẵn sàng sử dụng
Chạy hoàn toàn trong trình duyệt của bạn
Có ý nghĩa ở mức 5% (p < 0,05): kết quả này khó có khả năng xảy ra nếu không có khác biệt thực sự.
Kiểm định t xem xét liệu một giá trị trung bình có khác một giá trị cho trước, hoặc hai giá trị trung bình có khác nhau, nhiều hơn mức có thể giải thích bởi ngẫu nhiên hay không. Kiểm định Welch không giả định các phương sai bằng nhau và là lựa chọn mặc định an toàn hơn cho hai nhóm; kiểm định ghép cặp so sánh hai phép đo trên cùng đối tượng. Kiểm định này giả định dữ liệu gần phân phối chuẩn hoặc mẫu đủ lớn. p-value nhỏ cho thấy sự khác biệt khó có khả năng chỉ do ngẫu nhiên, chứ không có nghĩa là khác biệt đó lớn hoặc quan trọng.
Đọc kết quả
p là xác suất xuất hiện một khác biệt ít nhất lớn như vậy nếu trung bình thật sự của hai nhóm bằng nhau. Giá trị dưới 0,05 là ngưỡng thường dùng để xác định ý nghĩa, nhưng đây là quy ước chứ không phải luật; hãy báo cáo giá trị p chính xác.
Với nhiều hơn hai nhóm, hãy dùng máy tính ANOVA một yếu tố thay vì thực hiện nhiều kiểm định t, vì cách này làm tăng tỷ lệ dương tính giả.
Các giả định
Kiểm định t giả định các quan sát độc lập và dữ liệu gần phân phối chuẩn, hoặc các mẫu đủ lớn (khoảng 30 mẫu trở lên cho mỗi nhóm) để trung bình gần phân phối chuẩn. Các giá trị ngoại lệ quá lớn có thể làm sai lệch kết quả.
Để xem một giá trị đơn lẻ bất thường đến mức nào, hãy dùng máy tính điểm z.
Cách sử dụng
- Chọn kiểm định: một mẫu, hai mẫu hoặc cặp ghép.
- Dán các giá trị của từng nhóm và giá trị dùng để so sánh trong kiểm định một mẫu.
- Chọn kiểm định hai phía hoặc một phía, rồi xem t, bậc tự do và giá trị p.
Quyền riêng tư và giới hạn
Dữ liệu của bạn được giữ trong trình duyệt.
Công cụ liên quan
Câu hỏi thường gặp
Nên dùng kiểm định hai mẫu nào?
Kiểm định Welch, trừ khi bạn có lý do thuyết phục để giả định các phương sai bằng nhau: kiểm định này có độ mạnh gần tương đương khi các phương sai bằng nhau và an toàn hơn nhiều khi chúng không bằng nhau.
Khi nào nên dùng kiểm định cặp ghép?
Khi mỗi giá trị trong một danh sách tương ứng với một giá trị trong danh sách kia, chẳng hạn cùng một nhóm người trước và sau, hoặc các cặp được ghép tương ứng.
Giá trị p có ý nghĩa thống kê có đồng nghĩa với hiệu ứng lớn không?
Không: với cỡ mẫu lớn, những khác biệt rất nhỏ cũng có thể có ý nghĩa thống kê. Hãy báo cáo chênh lệch giữa các giá trị trung bình và một kích thước hiệu ứng như d của Cohen cùng với p.
Công cụ miễn phí · trong trình duyệt của bạn lượt chạy · không cần tài khoản