Innholdsfortegnelse
Hva er en t-test?
En t-test (også kalt Students t-test) er en test som brukes til hypotesetesting i inferensiell statistikk. Testen bruker t-statistikk, t-fordeling og frihetsgradene til å bestemme statistisk signifikans.
En t-test kan kun brukes når datasettene følger en normalfordeling og har ukjente varianser. T-tester kan være avhengige eller uavhengige.
T-test brukes for å teste om:
- gjennomsnittsverdien i et normalfordelt datasett er signifikant forskjellig fra en nullhypotese
- det er signifikant forskjell mellom gjennomsnittsverdiene i to datasett
- stigningstallet til en regresjonslinje er signifikant forskjellig fra null.
En t-test kan brukes til å evaluere om en enkelt gruppe skiller seg fra en kjent verdi (en en-prøve t-test), om to grupper skiller seg fra hverandre (en uavhengig to-utvalg t-test), eller om det er en signifikant forskjell i parede målinger (en paret eller avhengige prøver t-test). Har du mer enn to grupper kan du ikke bruke en t-test.
Hvilke data trenger vi for å kunne gjennomføre en t-test?
Beregning av en t-test krever at vi har tre grunnleggende dataverdier:
- forskjellen mellom gjennomsnittsverdiene fra hvert datasett.
- standardavviket for hver gruppe.
- antall dataverdier.
t-test forutsetninger
En t-test forutsetter at:
- Dataene er kontinuerlige.
- Dataene er uavhengige.
- Utvalgsdataene er tilfeldig utvalgt fra en populasjon.
- Det er varianshomogenitet (dvs. variasjonen til dataene i hver gruppe er lik).
- Fordelingen er tilnærmet normalfordelt.
Passer dataene ikke til disse forutsetningene kan du prøve en ikke-parametrisk alternativ til t-testen. F.eks. Wilcoxon Signed-Rank-testen for data med ulik varians.
For to-utvalgs t -tester må vi ha uavhengige prøver. Hvis prøvene ikke er uavhengige, kan en paret t -test være passende.