Test t appaiato

Quando gli stessi soggetti, unità o coppie abbinate vengono misurati due volte—prima e dopo un trattamento, un blocco di allenamento, una dieta, un cambiamento di processo o un intervento didattico—il test di ipotesi classico per il cambiamento medio è il test t di Student appaiato, non un confronto a due campioni indipendenti che ignora l'appaiamento. Questo calcolatore forma ciascuna differenza dopo meno prima, stima la media e la deviazione standard campionaria di quelle differenze, costruisce l'errore standard come la DS campionaria divisa per la radice del numero di coppie, riporta la statistica t come media delle differenze divisa per quell'errore standard, prende gradi di libertà pari a n meno uno e restituisce il p-value bilaterale sotto un'ipotesi nulla t di Student con quel df. Le richieste con lunghezze di array diverse vengono rifiutate con un chiaro errore di validazione invece di scartare coppie in silenzio.

Come si definisce il test t di Student appaiato

La media campionaria delle differenze è la stima puntuale del cambiamento medio. La statistica t è la media delle differenze divisa per quell'errore standard, e la distribuzione di riferimento sotto la nulla è t di Student con n meno uno gradi di libertà. Il p-value bilaterale è il doppio della probabilità della coda superiore di quella distribuzione oltre il valore assoluto del t osservato, esprimibile in modo equivalente tramite la funzione beta incompleta regolarizzata, così non serve una tavola t stampata.

Quando tutte le differenze sono esattamente zero, media e DS residua si annullano, la statistica t è zero e il p-value è uno: non si rifiuta la nulla di assenza di cambiamento medio. Quando tutte le differenze sono identiche e non nulle, la DS residua è zero mentre la media non lo è, così la magnitudine di t è trattata come infinita e il p-value collassa a zero.

Quando n è grande la coda t si avvicina alla coda z normale, ma questo strumento usa sempre la probabilità t esatta di campione finito affinché i piccoli dataset di aula restino onesti.

Dove i test t appaiati compaiono nel lavoro reale

I team clinici e di scienze dello sport testano il cambiamento intra-soggetto dopo un intervento quando non c'è un braccio di controllo parallelo per un disegno a due campioni, riportando t, df e p insieme al cambiamento medio. Gli ingegneri di processo confrontano una macchina o una linea prima e dopo una calibrazione o un aggiornamento software sulle stesse unità così che le linee di base tra unità si annullino e la dispersione residua alimenti un test appaiato onesto.

La psicometria e la ricerca educativa riportano punteggi di guadagno medio con un test formale affinché le parti interessate vedano sia la direzione del cambiamento sia se esso si distingue dal rumore dato la dimensione campionaria. I notebook di data science spesso necessitano di un test t appaiato senza dipendenze quando si valida una simulazione o si verifica che un p-value riportato corrisponda alla coda t di Student bilaterale prevista per residui appaiati.

Se in seguito serve un test t a due campioni non appaiato, un intervallo di confidenza per la media delle differenze appaiate, effect size come Hedges g, o una standardizzazione in z-score di voti grezzi, li tratti come intenti di ricerca e landing distinti invece di sovraccaricare questa pagina del calcolatore di test t appaiato.