Статистичні тести є важливим компонентом аналізу даних. Вони допомагають нам зрозуміти дані та зробити висновки щодо населення. Вони також використовуються для дослідження зв’язків змінних і перевірки гіпотез. Як правило, це метод аналізу даних, щоб визначити, чи є значна різниця між двома групами. За допомогою прикладів ми обговоримо різні типи статистичних тестів та їхнє значення в цій публікації блогу.
Що таке статистичні тести?
Статистичні тести використовуються, щоб визначити, чи два набори даних істотно відрізняються один від одного. Статистичні тести досягають цього за допомогою різноманітних статистичних заходів, таких як середнє значення, стандартне відхилення та коефіцієнт варіації. Статистичний тест потім порівнює розраховані статистичні показники з набором заздалегідь визначених критеріїв. Статистичний тест приведе до висновку, що існує значна різниця між двома наборами даних, якщо дані відповідають критеріям.
Залежно від типу даних, що аналізуються, можна використовувати різні статистичні тести. Т-тести, тести хі-квадрат і тести ANOVA є трьома найпоширенішими статистичними тестами.
Види статистичних тестів
Статистичні тести бувають різних видів:
#1. Параметричні статистичні тести
Якщо дані розподілені нормально, використовуються параметричні тести.
Параметричний статистичний тест робить припущення щодо параметрів сукупності та розподілу даних. Ці тести включають t-тести, z-тести та тести ANOVA, які припускають, що дані розподілені нормально.
Z-тест
Коли дисперсії відомі, а розмір вибірки великий, використовується z-тест, щоб визначити, чи відрізняються два середні сукупності. Середнє значення сукупності порівнюється за допомогою z-критерію. Параметрами, які використовуються, є середнє значення сукупності та стандартне відхилення. Z-критерій використовується для підтвердження того, що вибірка походить від тієї самої сукупності.
Ho: середнє значення вибірки дорівнює середньому значенню сукупності (нульова гіпотеза)
z = (x — ) / ( / n), де x = середнє значення вибірки, u = середнє значення сукупності та / n = стандартне відхилення сукупності.
Прийняти нульову гіпотезу, якщо значення z менше критичного значення; інакше відхиліть нульову гіпотезу.
Т-тест
Т-критерій порівнює середні значення двох вибірок. Якщо параметри сукупності (середнє значення та стандартне відхилення) невідомі, використовується t-критерій.
Парні Т-тести використовуються для порівняння відмінностей між двома змінними з однієї сукупності (оцінки до і після тесту). Наприклад, у навчальній програмі оцінка успішності слухача до та після завершення програми.
Незалежний t-критерій, також відомий як t-критерій двох вибірок або t-критерій Стьюдента, є статистичним тестом, який використовується для визначення наявності статистично значущої різниці в середніх значеннях двох непов’язаних груп.
Наприклад, порівняйте хлопчиків і дівчаток у популяції.
Середнє значення однієї групи порівнюється з даним середнім у t-критерії для однієї вибірки. Наприклад, якщо дано середній обсяг продажів, можна дослідити збільшення та зменшення продажів.
t = (x1 — x2) / (/ n1 + / n2), де x1 і x2 представляють середні значення зразків 1 і 2 відповідно.
Тест ANOVA
Дисперсійний аналіз (ANOVA) — це статистичний метод, який використовується для визначення того, чи суттєво відрізняються середні значення двох чи більше груп одне від одного. ANOVA порівнює середні значення різних вибірок, щоб визначити вплив одного або кількох факторів. Якщо ми використовуємо t-тест замість тесту ANOVA, результати будуть неточними, оскільки є більше двох зразків.
У ANOVA перевіряється гіпотеза Ho: усі пари вибірок однакові, тобто всі вибіркові середні рівні.
Принаймні одна пара зразків суттєво відрізняється.
Ми обчислюємо значення F у тесті anova та порівнюємо його з критичним значенням
F= ((SSE1 — SSE2)/m)/ SSE2/nk, де SSE = залишкова сума квадратів.
m = кількість обмежень
k позначає кількість незалежних змінних.
#2. Непараметричні статистичні тести
Непараметричні статистичні тести використовуються, коли дані не розподілені нормально. Тест хі-квадрат є прикладом непараметричного тесту.
Тест хі-квадрат (2 тести)
Тест хі-квадрат порівнює дві категоричні змінні. Обчислення статистичного значення хі-квадрат і порівняння його з критичним значенням із розподілу хі-квадрат дозволяє визначити, чи суттєво відрізняються спостережувані та очікувані частоти.
Ho: Змінні x і y незалежні – це гіпотеза, що перевіряється на хі-квадрат.
Змінні x і y не є незалежними одна від одної.
Формула хі-квадрат (o=спостерігається, e=очікується).
Вибір статистичного тесту для використання
Ось параметри, які допоможуть вам визначити, який статистичний тест використовувати
#1. Проблема дослідження
Вибір статистичного тесту визначається дослідницьким питанням, на яке потрібно відповісти. Крім того, дослідницькі запитання допоможуть вам розробити структуру даних і дизайн дослідження.
#2. Розвиток нульової гіпотези
Ви можете створити нульову гіпотезу після того, як визначите питання дослідження. Нульова гіпотеза означає, що очікувані спостереження не мають статистичної значущості.
#3. Важливість протоколу дослідження
Рівень значущості вказується перед початком протоколу дослідження. Рівень значущості визначає статистичну значущість, яка визначає, приймається чи відхиляється нульова гіпотеза.
#4. Вибір одностороннього проти двостороннього
Ви повинні вирішити, чи буде ваше дослідження однобічним чи двобічним. Ви повинні використовувати однобічні тести, якщо у вас є чіткі докази того, що статистика вказує в одному напрямку. Однак, якщо немає чіткого напряму очікуваної різниці, необхідний двобічний тест.
#5. Кількість змінних, які будуть досліджуватися
Статистичні тести та процедури класифікуються на основі кількості змінних, які вони мають аналізувати. Тому, вибираючи тест, ви повинні враховувати, скільки змінних ви хочете проаналізувати.
#6. Тип даних
Дуже важливо визначити, чи є ваші дані безперервними, категоріальними чи двійковими. У разі безперервних даних ви також повинні визначити, чи є дані нормально розподіленими чи спотвореними, щоб визначити, який статистичний тест використовувати.
#7. Навчальні плани, парні та непарні
Коли дві вибірки залежать одна від одної, парний дизайн включає порівняльні дослідження, у яких порівнюються дві середні сукупності. Результати двох зразків групуються та порівнюються в непарному або незалежному дизайні дослідження.
Ви на шляху до пошуку правильного статистичного тесту для свого дослідницького питання тепер, коли ви вивчили кроки для вибору статистичного тесту. Оскільки кожна ситуація індивідуальна, дуже важливо розуміти всі можливі варіанти та приймати зважене рішення.
Якщо ви не впевнені, який тест використовувати, завжди проконсультуйтеся зі своїм головним дослідником, статистиком або програмним забезпеченням.
Що таке тести статистичної значущості?
Тести статистичної значущості – це визначення аналітика щодо того, що результати даних не можна пояснити лише випадковістю. Аналітик робить це визначення за допомогою перевірки статистичної гіпотези. Цей тест повертає p-значення, яке є ймовірністю побачити результати такими ж екстремальними, як ті, що в даних, припускаючи, що результати цілком випадкові. P-значення 5% або менше зазвичай вважається статистично значущим.
Розуміння тестів статистичної значущості
Статистична значущість — це визначення нульової гіпотези, яка передбачає, що результати є виключно випадковими. Коли p-значення досить мале, набір даних забезпечує статистичну значущість.
Коли p-значення велике, результати даних можна пояснити виключно випадково, і дані вважаються такими, що відповідають (але не підтверджують) нульову гіпотезу.
Крім того, коли p-значення досить мале (зазвичай 5% або менше), результати не можна пояснити лише випадковістю, і дані вважаються несумісними з нульовою гіпотезою. Нульова гіпотеза лише випадковості як пояснення даних у цьому випадку відкидається на користь більш систематичного пояснення.
Статистична значущість часто використовується під час випробувань нових фармацевтичних препаратів, випробувань вакцин і патологічних досліджень для перевірки ефективності та інформування інвесторів про успіхи компанії у випуску нових продуктів.
Приклади тестів статистичної значущості
Припустімо, що Алекс, фінансовий аналітик, цікавиться, чи знали деякі інвестори про загрозу краху компанії. Алекс вирішує порівняти середнє значення щоденної ринкової прибутковості до та після відмови компанії, щоб побачити, чи є статистично значуща різниця між двома середніми значеннями.
P-значення для дослідження становило 28% (>5%), що вказує на те, що різниця такого розміру (від -0.0033 до +0.0007) не є незвичайною за випадковим поясненням. У результаті дані не надали переконливих доказів попередньої інформації про несправність. Якби p-значення було 0.01% (набагато менше, ніж 5%), спостережувана різниця була б надзвичайно незвичайною з огляду на випадкове пояснення. У цьому випадку Алекс може відмовитися від нульової гіпотези та перевірити, чи мали деякі трейдери попередні знання.
Статистична значущість також використовується для оцінки нових медичних продуктів, таких як ліки, медичні пристрої та вакцини. Загальнодоступні статистично значущі звіти також інформують інвесторів про успіхи компанії у випуску нових продуктів.
Припустімо, наприклад, що фармацевтична компанія, яка спеціалізується на лікуванні діабету, повідомила про статистично значуще зниження діабету 1 типу після випробування свого нового інсуліну. Дослідження включало 26 тижнів рандомізованої терапії серед хворих на діабет із значенням р 4%. Це говорить інвесторам і регуляторним органам, що дані свідчать про статистично значуще зниження діабету 1 типу.
Які фактори впливають на статистичну значущість?
Щоб визначити, чи є дані статистично значущими, використовується перевірка статистичної гіпотези. Іншими словами, чи можна пояснити явище виключно випадковістю. Статистична значущість — це визначення нульової гіпотези, яка стверджує, що результати цілком випадкові. Щоб дані вважалися статистично значущими, необхідно відхилити нульову гіпотезу.
Що саме таке P-значення?
P-значення є мірою ймовірності того, що спостережувана різниця могла виникнути випадково. Коли p-значення досить мале (наприклад, 5% або менше), результати не можна пояснити лише випадковістю, і нульову гіпотезу можна відхилити. Коли p-значення велике, результати даних можна пояснити виключно випадково, і дані вважаються такими, що відповідають (і, таким чином, підтверджують) нульову гіпотезу.
Як використовується статистична значущість?
Статистична значущість часто використовується для оцінки ефективності нових медичних продуктів, таких як ліки, пристрої та вакцини. Загальнодоступні статистично значущі звіти також інформують інвесторів про успіхи компанії у випуску нових продуктів. На ціни акцій фармацевтичних компаній часто суттєво впливають повідомлення про статистичну значущість їхніх нових продуктів.
Які три основні різновиди статистичних тестів?
Регресійні тести, тести порівняння та тести кореляції є трьома основними різновидами статистичних тестів.
Що таке статистичні тести в SPSS?
Т-тести, хі-квадрат, кореляція, регресія та дисперсійний аналіз є серед статистичних тестів, доступних у SPSS.
Які два основні методи в статистиці?
У статистиці існує два основні методи: описова статистика, яка підсумовує дані за допомогою таких індексів, як середнє та медіана, і інференціальна статистика, яка робить висновки з даних за допомогою статистичних тестів, таких як t-критерій Стьюдента.
Чи є ANOVA статистичним тестом?
ANOVA, що означає дисперсійний аналіз, є статистичним тестом, який використовується для порівняння середніх значень кількох груп.
Висновок
Статистичні тести використовуються, щоб визначити, чи два набори даних істотно відрізняються один від одного. Статистичні тести поділяються на два типи: параметричні та непараметричні. Параметричні тести роблять припущення щодо даних, тоді як непараметричні тести не роблять жодних припущень щодо даних. Обидва типи тестів використовуються, щоб зробити висновки про генеральну сукупність на основі вибірки. Тип тесту, який буде використовуватися, визначається типом доступних даних.
Статті по темі
- СТАТИСТИЧНИЙ АНАЛІЗ: види, методика, призначення
- Планування попиту: огляд, порівняння, зарплати та вакансії
- СТАТИСТИЧНІ МЕТОДИ: що ви повинні знати та поради
- Який тип тесту на наркотики найкраще використовувати для перевірок працівників?
- Зарплата Quant: повна розбивка та як стати Quant
посилання
