T-test를 이해하기 위한 포스트 입니다.
스튜던트의 t-test
- 두 집단의 평균이 다르다고 볼 수 있는지 알아보는 테스트
- ‘t’라는 것은 그룹 간 평균 차이에 비례하는 변수
- ‘x’가 방정식에서 미지수로 불리는 것과 같음
- 두 집단 간의 차이가 크면 큰 값이 세팅되게 되어있음
- t는 (표본 평균 차이)/(불확실도)로 계산
불확실도(불확실성)가 분모인 이유는 표본으로부터 얻는 평균값은 항상 일정하지 않고 오차를 내포하고 있기 때문
$t=\frac{\overline{X1} - \overline{X2}}{S(\overline{X1} - \overline{X2})}$
t-value
- 그룹 간 평균 차가 클 수록 t-value는 큼
- t-value는 평균 차이를 불확실도로 나눈 것
- 즉, 평균차가 클 수록 t-value는 커짐
- 또, 불확실도가 적을 수록 t-value는 커짐
t-test의 종류
- 독립 표본 t-test
- 두 그룹의 들어 있는 사람들이 전혀 다른 사람들임을 전제
- 대응 표본 t-test
- 두 그룹의 들어 있는 사람들이 같은 사람들임을 전제
검정 종류에 따른 결과 해석의 차이
A: 독립표본 T 검정, B: 대응표본 T 검정
- 오른쪽 검정 방식이 동일 피험자에 대한 비포-애프터 효과를 확인하기 쉬움
참고자료
t-test 가볍게 설명해드립니다.
엑셀에서의 T-test
어떤 t-test를 해야하지?
엑셀로 t-test를 할 때의 기준
분산이 같은지 다른지 모르겠다면?
- 엑셀에서 F 검정을 해보자
- 검정하기 (참고자료에서 발췌)
- 검정하기 (참고자료에서 발췌)
분산을 확인했다면 P-value 구하기
- 엑셀에서 다음의 함수로 p-value를 구할 수 있음
- =T.TEST(그룹1, 그룹2, tails,type)
- 그룹1, 그룹2 : 데이터 세트
- tails
- 1: 단측
- 2: 양측
- type
- 1: 대응 표본
- 2: 독립 표분 등분산
- 3: 독립 표본 이분산