f 테스트와 t 테스트의 차이점과 연관성

T-검정과 F-검정의 유래

일반적으로 표본에서 모집단으로 통계 결과를 추론할 때 오류가 발생할 확률을 확인하기 위해 몇 가지 방법을 사용하게 됩니다. 통계학자가 개발한 통계 방법, 통계 테스트.

구해진 통계 검정값을 통계학자가 설정한 일부 무작위 변수의 확률 분포와 비교하면 현재 결과가 나올 확률(%)을 알 수 있습니다. (권장 학습: PHP 비디오 튜토리얼)

비교 결과 이 ​​결과가 발생할 확률이 매우 작다는 것이 밝혀지면, 즉 기회가 매우 작고 드문 경우에만 발생한다는 것입니다. 확실히 말하자면 이것은 우연이 아니고 통계적으로 유의미하다(통계적으로는 귀무가설이 기각될 수 있다는 뜻이다, 호). 반대로, 비교 결과 발생 확률이 매우 높고 드물지 않은 것으로 밝혀지면 이것이 우연이 아닐 수도 있고 아닐 수도 있다고 높은 확신을 가지고 말할 수는 없지만 그럴 수는 없습니다. 확실해.

F값과 t값은 이러한 통계적 검정값이고, 이에 대응하는 확률분포는 F분포와 t분포입니다. 통계적 유의성(sig)은 현재 표본에서 이 결과가 발생할 확률입니다.

두 개의 독립 표본 평균의 차이가 모집단에 추론될 수 있는지 여부를 테스트하고 t 테스트를 사용하려고 합니다.

F-검정, 분산 분석(또는 분산 분석, 분산 분석)의 경우 원리는 위에서 언급한 것과 거의 동일하지만 변수의 분산을 조사하여 수행됩니다. 주로 평균차의 유의성 검정, 관련 요인의 분리 및 전체 변동에 대한 영향 추정, 요인 간 상호작용 분석, Equality of Variances 테스트 등에 사용됩니다.

T 검정과 F 검정의 관계

t 검정 과정은 두 표본의 평균 차이의 유의성을 검정하는 것입니다. 그러나 t-검정을 수행하려면 두 모집단의 분산이 같은지 알아야 합니다. t-검정 값의 계산은 분산이 같은지 여부에 따라 달라집니다. 즉, t-검정은 등분산(Equality of Variances) 결과에 따라 달라집니다. 따라서 SPSS는 평균 동일성에 대한 t-검정을 수행하는 동시에 Levene의 분산 동일 검정도 수행합니다.

하는 일이 T 검정인데 왜 F값이 있는 걸까요?

두 모집단의 분산(Variances)이 같은지 평가해야 하기 때문에 Levene's Test for Equality of Variances를 해야 합니다. , 분산을 테스트해야 하므로 F 값이 있습니다.

PHP 관련 기술 기사를 더 보려면 PHP 그래픽 튜토리얼 칼럼을 방문하여 알아보세요!

위 내용은 f 테스트와 t 테스트의 차이점과 연관성의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!