Калькулятор t-критерію
Обчислюйте одновибірковий або двовибірковий t-критерій за сирими даними або зведеними статистиками. Введіть свої значення, оберіть альтернативну гіпотезу та рівень значущості й отримайте t-статистику, ступені вільності, p-значення та висновок.
Виконати t-тест
Формула t-критерію
Де:
- \(\bar{x}\) — вибіркове середнє
- \(\mu_0\) — гіпотетичне середнє генеральної сукупності за H0
- \(s\) — вибіркове стандартне відхилення (зі знаменником \(n - 1\))
- \(n\) — обсяг вибірки
- \(\bar{x}_1, \bar{x}_2\), \(s_1, s_2\), \(n_1, n_2\) — середні, стандартні відхилення та обсяги двох незалежних вибірок
t-статистика показує, на скільки стандартних помилок вибіркове середнє віддалене від значення, передбаченого гіпотезою H0. Її порівнюють із t-розподілом Стьюдента з \(df\) ступенями вільності, щоб отримати p-значення: ймовірність спостерігати результат щонайменше настільки ж екстремальний, якби H0 була істинною. Для двобічного тесту \(p = 2\,P(T_{df} \ge |t|)\); в однобічних тестах використовується один «хвіст». Якщо для двох вибірок обрано варіант об'єднаної дисперсії, стандартна помилка розраховується з об'єднаною дисперсією \(s_p^2\), а \(df = n_1 + n_2 - 2\).
t-критерій — приклад обчислення
{shortcode_start}
Приклад: машина має наповнювати пляшки до 100 мл. Виміряно десять об'ємів наповнення: 99,2, 98,7, 100,3, 101,1, 99,5, 98,9, 100,8, 99,6, 100,2, 97,9. Чи відрізняється середній об'єм наповнення від 100 мл за \(\alpha = 0.05\)? (Це стандартні значення калькулятора.)
\[ n = 10, \quad \bar{x} = \frac{996.2}{10} = 99.62, \quad s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n - 1}} \approx 0.994 \]
\[ t = \frac{99.62 - 100}{0.994/\sqrt{10}} = \frac{-0.38}{0.314} \approx -1.209, \quad df = 10 - 1 = 9 \]
\[ p = 2\,P(T_9 \ge |-1.209|) \approx 0.258 \]
Результат: \(t \approx -1.209\), \(df = 9\), \(p \approx 0.258\). Оскільки \(p > 0.05\), ми не відхиляємо H0: немає статистично значущих доказів того, що середній об'єм наповнення відрізняється від 100 мл.
{/shortcode_start}
Як користуватися калькулятором t-критерію
- У розділі Налаштування тесту оберіть Тип тесту: одновибірковий (порівняння вибіркового середнього з гіпотетичним значенням) або двовибірковий (порівняння середніх двох незалежних вибірок).
- Оберіть Альтернативну гіпотезу (H1) — двобічну (\(\neq\)), правобічну (\(>\)) чи лівобічну (\(<\)) — та Рівень значущості (\(\alpha\)): 0,05, 0,01 або 0,10.
- Для одновибіркового тесту введіть Гіпотетичне середнє (\(\mu_0\)).
- Для двовибіркового тесту оберіть Припущення про дисперсії: Уелча (нерівні дисперсії, безпечніший варіант за замовчуванням) або об'єднана (рівні дисперсії).
- Установіть Режим введення. У режимі сирих даних вставте свої значення у поле Дані вибірки (та Дані вибірки 2 для двовибіркового тесту), розділені пробілами, крапками з комою або новими рядками. У режимі зведених статистик введіть середнє, стандартне відхилення та обсяг вибірки для кожної вибірки.
- Зчитайте t-статистику, ступені вільності, p-значення та Висновок, у якому зазначено, чи відхиляється H0 на обраному вами рівні \(\alpha\).
Що таке t-критерій і як інтерпретувати результат
t-критерій — це статистичний критерій перевірки гіпотез, який порівнює середнє (або різницю між двома середніми) із заявленим значенням, коли стандартне відхилення генеральної сукупності невідоме і його доводиться оцінювати за вибіркою. Це типова ситуація для малих наборів даних у науці, контролі якості, медицині та A/B-тестуванні. Отримана t-статистика виражає спостережувану різницю в одиницях стандартної помилки; значення, далекі від нуля, вказують, що дані суперечать нульовій гіпотезі.
p-значення відповідає на питання: якби нульова гіпотеза була істинною, наскільки ймовірним був би результат щонайменше настільки ж екстремальний, як спостережуваний? Мале p-значення означає, що за H0 дані були б несподіваними, і слугує доказом проти неї. За домовленістю результат називають статистично значущим, коли \(p \le \alpha\) (зазвичай 0,05), і H0 відхиляють. Велике p-значення не доводить істинність H0 — воно лише означає, що проти неї недостатньо доказів.
Напрямок тесту обирайте відповідно до дослідницького питання. Двобічний тест перевіряє наявність будь-якої різниці (\(\mu \ne \mu_0\)). Правобічний тест перевіряє, чи середнє більше за гіпотетичне значення; лівобічний — чи воно менше. Однобічні тести потужніші у своєму напрямку, але їхній вибір слід обґрунтувати до перегляду даних — зміна напрямку заднім числом штучно збільшує частоту хибнопозитивних результатів.
Для двох незалежних вибірок калькулятор за замовчуванням пропонує критерій Уелча. Він не передбачає рівності дисперсій і використовує апроксимацію Уелча–Саттервейта для ступенів вільності, що є надійнішим, коли дві вибірки мають різний розкид або обсяг. Об'єднана версія доречна лише тоді, коли вважається, що генеральні сукупності мають рівні дисперсії.
Припущення, обмеження та практичні поради
- Нормальність: t-критерій передбачає, що генеральна сукупність (або залишки) розподілена приблизно нормально. За малих вибірок перевірте гістограму або графік нормальності; за великих вибірок (приблизно \(n \ge 30\)) центральна гранична теорема робить критерій стійким до помірної ненормальності. Для сильно асиметричних даних із викидами потрібна непараметрична альтернатива.
- Незалежність: спостереження мають бути незалежними одне від одного. Парні дані або дані повторних вимірювань (до/після на одних і тих самих об'єктах) не слід аналізувати двовибірковим критерієм — натомість застосуйте одновибірковий критерій до парних різниць.
- Обсяг вибірки: потрібно щонайменше 2 значення на вибірку, і не всі значення повинні бути однаковими (SD = 0). Малі вибірки дають велику невизначеність, тому незначущий результат може просто відображати низьку потужність — див. Калькулятор обсягу вибірки при плануванні дослідження.
- Значущість проти важливості: дуже мале p-значення лише означає, що різниця навряд чи дорівнює нулю, а не що вона велика чи практично важлива. Завжди повідомляйте розмір ефекту та доповнюйте тест Калькулятором довірчого інтервалу, щоб побачити правдоподібний діапазон різниці середніх.
- Сирі дані проти зведених статистик: сирі дані дозволяють калькулятору обчислити середнє та стандартне відхилення за вас ( зі знаменником \(n-1\)); режим зведених статистик зручний під час читання опублікованих результатів. Для перевірки окремих значень корисними будуть Калькулятор стандартного відхилення та Калькулятор z-показника (для відомого \(\sigma\) або великих вибірок).
Часті запитання
Яким є «добре» або значуще значення t-статистики?
Не існує універсального «доброго» значення t — його зміст залежить від ступенів вільності та того, чи тест однобічний, чи двобічний. Орієнтовно, за близько 20 ступенів вільності двобічне t за межами ±2,09 є значущим за \(\alpha = 0.05\). Більші значення \(|t|\| вказують на сильніші докази проти нульової гіпотези. Значущість завжди оцінюйте за p-значенням, а не лише за t-статистикою.
Як обчислити t-статистику вручну?
Для одновибіркового тесту відніміть гіпотетичне середнє від вибіркового середнього, а потім поділіть на стандартну помилку \(s/\sqrt{n}\). Спочатку обчисліть середнє, потім вибіркове стандартне відхилення зі знаменником \(n-1\). Наприклад, за \(\bar{x} = 12\), \(\mu_0 = 10\), \(s = 3\), \(n = 9\): \(t = (12-10)/(3/\sqrt{9}) = 2\). Порівняйте з t-розподілом, що має \(df = n-1\), щоб отримати p-значення.
Чи використовувати однобічний чи двобічний t-критерій?
Використовуйте двобічний тест, коли важлива будь-яка різниця (більша чи менша). Однобічний тест використовуйте лише тоді, коли ви сформулювали спрямований прогноз до збору даних — наприклад, «новий препарат знижує артеріальний тиск». Вибір напрямку після перегляду результату штучно збільшує частоту хибнопозитивних результатів. Якщо сумніваєтеся, двобічний тест є консервативним і загальноприйнятим вибором у більшості дослідницьких ситуацій.
Яка різниця між t-критерієм і z-критерієм?
z-критерій використовується, коли стандартне відхилення генеральної сукупності \(\sigma\) відоме або коли вибірки дуже великі; t-критерій — коли \(\sigma\) доводиться оцінювати за вибіркою, що додає невизначеності. t-розподіл має важчі «хвости», ніж нормальний розподіл, особливо за малої кількості ступенів вільності. Зі зростанням \(n\) (приблизно понад 30) обидва тести дають майже однакові результати.
Чи можна використовувати t-критерій для парних даних або даних «до/після»?
Не як звичайний двовибірковий тест. Парні вимірювання — наприклад, артеріальний тиск до і після лікування в одних і тих самих людей — порушують припущення про незалежність. Замість цього обчисліть різницю для кожного об'єкта і виконайте одновибірковий t-тест для цих різниць, перевіряючи, чи їхнє середнє дорівнює нулю. Використання незалежного двовибіркового тесту для парних даних зазвичай призводить до втрати статистичної потужності.
Чому моє p-значення трохи відрізняється від результатів іншого програмного забезпечення?
Невеликі розбіжності зазвичай виникають через заокруглення вхідних даних або різні припущення щодо дисперсій. Перевірте, чи інший інструмент використовував об'єднану дисперсію, тоді як цей — критерій Уелча, або чи він за замовчуванням припускав рівність дисперсій (як Excel T.TEST із типом 2). Заокруглення стандартного відхилення до меншої кількості десяткових знаків перед введенням також може помітно змістити t-статистику та p-значення, тому вводьте значення з повною точністю.
Який обсяг вибірки потрібен, щоб t-критерій був коректним?
Формально тест працює вже з 2 спостереженнями, але дуже малі вибірки мають низьку потужність і чутливі до ненормальності. За \(n \ge 30\) центральна гранична теорема робить тест достатньо стійким навіть для асиметричних даних. Потрібний для планування обсяг вибірки залежить від розміру ефекту, який ви хочете виявити, рівня значущості та бажаної потужності — належний спосіб його визначити — аналіз потужності.