一、應用
最常用t檢驗的情況有:
*單樣本檢驗:檢驗一個常態分佈的總體的均值是否在滿足零假設的值之內,例如檢驗一群人的身高的平均是否符合170公分。
*雙樣本檢驗:其零假設為兩個常態分佈的總體的均值之差為某實數,例如檢驗二群人的身高之平均是否相等。這一檢驗通常被稱為學生t檢驗。但更為嚴格地說,只有兩個總體的方差是相等的情況下,才稱為學生t檢驗;否則,有時被稱為Welch檢驗。以上談到的檢驗一般被稱作「未配對」或「獨立樣本」t檢驗,我們特別是在兩個被檢驗的樣本沒有重疊部分時用到這種檢驗方式。
*檢驗同一統計量的兩次測量值之間的差異是否為零。舉例來說,我們測量一位病人接受治療前和治療後的腫瘤尺寸大小。如果治療是有效的,我們可以推定多數病人接受治療後,腫瘤尺寸變小了。這種檢驗一般被稱作「配對」或者「重複測量」t檢驗。
*檢驗一條回歸線的斜率是否顯著不為零。
二、前題假設
大多數的t檢定之統計量具有t = Z/k的形式,其中Z與k是已知資料的函數。Z通常被設計成對於對立假說有關的形式,而k是一個尺度參數使t服從於t分佈。以單樣本t檢驗為例,,其中為樣本平均數,為樣本數,為資料母體之標準偏差。至於k在單樣本t檢驗中為,其中為樣本的標準偏差。在符合零假說的條件下,t檢定有以下前題:
- Z 服從標準常態分佈
- (n - 1)k2 服從自由度(n - 1)的卡方分佈
- Z與k互相獨立
▼生物統計學(Biostatistics)
顯示/隱藏(show/hide)
0 意見:
張貼留言