¿Qué es una prueba T?
Una prueba t es una especie de medición inferencial que se utiliza para decidir si existe una gran distinción entre los métodos de dos reuniones, que podrían estar conectadas en puntos destacados específicos. Se utiliza generalmente cuando los índices de información, similares al índice de información registrado como resultado del lanzamiento de una moneda varias veces, perseguirían un transporte ordinario y podrían tener cambios oscuros. La prueba t se utiliza como un dispositivo de comprobación de la teoría, que permite comprobar una presunción pertinente a una población.
En el caso de la prueba t, se analiza la medición t, las estimaciones de la apropiación t y los grados de oportunidad para decidir la probabilidad de contraste entre dos arreglos de información. Para llevar a cabo una prueba con al menos tres factores, se debe utilizar una investigación de la diferencia.
Aclarando la prueba T
Básicamente, una prueba t nos permite analizar las estimaciones normales de las dos colecciones de información y decidir si se originaron de una población similar. En los modelos anteriores, si de alguna manera lográramos tomar un ejemplo de suplentes de la clase A y otro ejemplo de suplentes de la clase B, no anticiparíamos que deberían tener la misma media y desviación estándar. Esencialmente, las pruebas tomadas de la reunión de control sostenido del tratamiento falso y las tomadas de la reunión aprobada por la medicación deberían tener una media y una desviación estándar algo extraordinarias.
Numéricamente, la prueba t toma un ejemplo de cada uno de los dos conjuntos y construye la articulación del problema aceptando una teoría inválida de que los dos métodos son equivalentes. En vista de las ecuaciones pertinentes, se determinan ciertas cualidades y se reflexiona sobre ellas frente a las cualidades estándar, y la especulación inválida esperada se reconoce o descarta de la misma manera.
En el caso de que la especulación inválida se ajuste a la factura que se debe descartar, demuestra que las lecturas de la información son sólidas y no son por casualidad. La prueba T es sólo una de las numerosas pruebas utilizadas por esta razón. Los analistas deberían además utilizar otras pruebas distintas de la prueba t para examinar más factores y pruebas con ejemplos de mayor tamaño. Para los ejemplos de gran tamaño, los analistas utilizan la prueba z. Otras alternativas de prueba incorporan la prueba de chi-cuadrado y la prueba f.
Hay tres tipos de pruebas t, y se clasifican como pruebas t dependientes y autónomas.
Vagos resultados de las pruebas
Piensa en que un fabricante de medicamentos necesita probar un medicamento recientemente desarrollado. Mantiene el método estándar de inyectar la medicación en una reunión de pacientes y dar un tratamiento falso a otra reunión, llamada reunión de control. El tratamiento falso dado a la reunión de control es una sustancia sin valor curativo esperado y se rellena como un punto de referencia para cuantificar cómo reacciona la otra reunión, a la que se le da la medicación genuina.
Después de la medicación preliminar, los individuos de la reunión de control alimentada por el tratamiento falso revelaron una expansión en el futuro normal de tres años, mientras que los individuos de la reunión que están respaldados por la nueva medicación informan de un incremento en el futuro normal de cuatro años. La percepción del momento puede mostrar que la medicación está, en realidad, llenando el vacío ya que los resultados son mejores para la reunión que utiliza la medicación. No obstante, también es posible que la percepción se deba a un acontecimiento fortuito, en particular a un sorprendente karma. Una prueba T es valiosa para terminar si los resultados son realmente correctos y apropiados para toda la población.
En una escuela, 100 suplentes de la clase A obtuvieron una puntuación normal del 85% con una desviación estándar del 3%. Otros 100 suplentes que tenían un lugar en la clase B obtuvieron una normalidad del 87% con una desviación estándar del 4%. Si bien la normalidad de la clase B es superior a la de la clase A, puede no ser correcto rebotar hasta el extremo de que la ejecución general de los suplentes de la clase B sea superior a la de los suplentes de la clase A. Esto se debe a que, junto con la media, la desviación estándar de la clase B es igualmente superior a la de la clase A. Esto demuestra que sus tasas extraordinarias, en los lados inferiores y superiores, estaban considerablemente más repartidas en contraste con la de la clase A. La prueba t puede determinar qué clase se desempeñó mejor.
Suposiciones de prueba T
La principal sospecha que se hace con respecto a las pruebas t se refiere al tamaño de la estimación. La suposición de una prueba t es que el tamaño de la estimación aplicada a la información reunida persigue una escala consistente u ordinal, por ejemplo, las puntuaciones de una prueba de nivel de inteligencia.
La sospecha subsiguiente que se hace es la de un ejemplo irregular básico, que la información se recoge de un agente, elegido al azar parte de la población absoluta.
La tercera suposición que es la información, cuando se traza, provoca una apropiación ordinaria, el timbre forma una curva de transporte.
Se utiliza la cuarta suposición, que es un ejemplo de tamaño sensato. Un ejemplo de mayor tamaño implica que la apropiación de los resultados debe moverse hacia una campana ordinaria que forme la curva.
La última suposición que es la homogeneidad de la fluctuación. El cambio homogéneo, o equivalente, existe cuando las desviaciones estándar de las pruebas son aproximadamente equivalentes.
Determinación de las pruebas
La determinación de una prueba T requiere tres estimaciones de información clave. Incorporan el contraste entre las cualidades medias de cada conjunto de datos (llamada la distinción media), la desviación estándar de cada recopilación y el número de estimaciones de información de cada recopilación.
El resultado de la prueba t crea la t-estima. Esta t-estima determinada se mira entonces contra un valor obtenido de una tabla de valores básicos (llamada la Tabla de Circulación T). Esta correlación decide cuán probable es que el contraste entre los métodos se haya producido por alguna coincidencia o si las colecciones de información tienen realmente contrastes innatos. La prueba t se refiere a si la distinción entre las colecciones habla de un contraste genuino en la investigación o de la posibilidad de que no sirva para nada un contraste medible.
You may also like
Falso negativo
A la hora de entender la hipótesis, hay dos errores que pueden resultar bastante confusos. Estos dos errores son el falso negativo y el falso positivo. También puedes referirte al error falso negativo como error de tipo II y al falso positivo como error de tipo I. Mientras aprendes, puedes pensar que estos errores no […]
Revisión del gráfico de caja
Un gráfico de caja o un gráfico de caja y bigotes le ayudan a mostrar la distribución de la base de datos en un resumen de cinco números. El primer cuartil Q1 será el mínimo, el tercer cuartil Q3 será la mediana y el quinto cuartil Q5 será el máximo. Puede encontrar los valores atípicos […]
Redes Bayesianas
Crear un modelo probabilístico puede ser un reto, pero resulta útil en el aprendizaje automático. Para crear un modelo gráfico de este tipo, es necesario encontrar las relaciones probabilísticas entre las variables. Supongamos que está creando una representación gráfica de las variables. Hay que representar las variables como nodos y la independencia condicional como la […]
