配对t检验的应用条件是什么_配对t检验在实际工作中的应用[通俗易懂]

配对t检验的应用条件是什么_配对t检验在实际工作中的应用[通俗易懂](r:相关系数)双样本t时用此公式计算标准误:→三、成组t检验:适用于完全随机设计的两均值比较,要求个体之间相互独立,两组资料均服从正态分布且方差齐性,即为标准的双样本t检验。四、我们重点来看一下,配对t检验,配对t检验从设计上分为3种情况,如下:1、自身配对设计:选择K个受试者,分别在甲、乙两个不同的试验条件(即某个因素的两个水平)下,测出每个受试者同一个指标的两个数值,并把它们配成一对。2、同…

大家好,又见面了,我是你们的朋友全栈君。

(

r

:相关系数)

双样本

t

时用此公式计算标准误:→

三、成组

t

检验:

适用于完全随机设计的两均值比较,要求个体之间相互独立,两组资料均服从正态

分布且方差齐性,即为标准的双样本

t

检验。

四、我们重点来看一下,配对

t

检验,配对

t

检验从设计上分为

3

种情况,如下:

1

、自身配对设计:

选择

K

个受试者,分别在甲、乙两个不同的试验条件(即某个因素的两个水平)下,

测出每个受试者同一个指标的两个数值,并把它们配成一对。

2

、同源配对设计:

选择

K

窝同种属的动物,

将取自同一窝的两只动物配成一对。

用随机的方法确定每对

中的一只动物接受甲种处理,

另一只接受乙种处理,

分别从各只动物身上测出同一个指标

的数值。将测自同一窝动物的两个数据配成一对。

3

、条件相近者配对设计:

将条件(即

重要的非处理因素

)最接近的每两只受试者配成一对,共选择

K

对,其他

与同源配对设计相同。

4

、三种配对设计的比较:

如果甲处理是空白对照,

乙处理是真正的处理,

则自身配对设计能最大限度地排除个

体差异对观测结果的影响,则它的效率最高。

如果甲、乙都是真正的处理(如两种药物)

,此时不适合选用自身配对设计,因为甲

药物的作用可能会影响乙药物的疗效,

此时宜选用后两种形式的配对设计,

从同一对受试

者条件接近程度来看,同源配对设计优于条件相近者配对设计。

5

、配对设计数据分析的思路:

先考虑一个指标的情形,

无论是采取上述

3

种配对设计中的哪一种形式,

都可将每对

中的

2

个数据相减(各对数据相减的顺序要一致)求出差值

d

,若处理的

2

个水平之间本

质上没有差别,

而且,

配对的条件又十分严格,

由每对数据所算得的差值

d

都应接近于零,

于是,我们可将

d

的均值看作样本均值。把零看作理论均值,使配对设计问题转变为单组

设计问题,即作

d

是总体均值与零比较的假设检验。

6

、成对(成组、配对)观测数据分析的原则:

(如下图)

成对数据从物

理意义上分析

r

>

0

r

<

0

相关

配对

t

检验

双样本

t

检验

成对观测数据的

差值

高效

分析

差值应通过正

态性检验方可

n

S

rS

S

S

d

S

2

1

2

2

2

1

2

)

(

n

S

S

X

X

S

2

2

2

1

2

1

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/150890.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • layer 刷新某个页面

    layer 刷新某个页面

  • intellij idea快速生成main方法、for循环、out输出

    intellij idea快速生成main方法、for循环、out输出点击这里查看&lt;intellijidea使用教程汇总篇&gt;1、System.out.println()输入sout,按下enter键,生成System.out.println()方法.sout—&gt;soutv=System.out.println("变量名 = " + 变量)soutp—&gt;System.out.println("")2、public…

  • 视频直播技术详解之推流和传输

    视频直播技术详解之推流和传输声明:本文为CSDN原创投稿文章,未经许可,禁止任何形式的转载。作者:七牛云责编:钱曙光,关注架构和算法领域,寻求报道或者投稿请发邮件qianshg@csdn.net,另有「CSDN高级架构师群」,内有诸多知名互联网公司的大牛架构师,欢迎架构师加微信qshuguang2008申请入群,备注姓名+公司+职位。七牛云于6月底发布了一个针对视频直播的实时流网络LiveNet和完…

  • windows环境下,如何在Pycharm下安装TensorFlow环境「建议收藏」

    windows环境下,如何在Pycharm下安装TensorFlow环境「建议收藏」原文转自:https://blog.csdn.net/u012052268/article/details/74202439最近由于工作需要要使用TensorFlow,所以只能狂补相关的知识。本来博主打算在Ubantu上玩,但是由于一些原因还是放弃了这个想法,就转移到Pycharm上来玩。以下是自己在收集资料的过程中看到一篇很好的安装教程,分享一下。1.安装Anaconda选择相应的A…

  • NOSQL(一)–Redis

    NOSQL(一)–Redis

    2021年11月26日
  • 宽度学习与深度学习中的时空转化问题

    宽度学习与深度学习中的时空转化问题ž在自然界中运动是绝对的,静止是相对的。这句话也说明了深度学习过去、现在、未来。由于我发现山东大学有个组和澳门大学陈俊龙团队的宽度学习、极限学习等。目前由于神经网络是黑盒研究、所以很多人利用反卷积和卷积可视化来解释这种微分和积分的编程,由于冗余和稀疏特性使用微积分或者差分求导数和偏导是必然。宽度学习文章和代码研究地址:http://www.broadlearning.ai在深度学习上目…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号