En T-poäng är en form av en standardiserad teststatistik, som gör att du kan ta en individuell poäng och omvandla den till en standardiserad form för att underlätta jämförelsen. T-testet liknar Z-testet, men i allmänhet är T-tester mest användbara med en mindre provstorlek (vanligtvis under 30) och när standardavvikelsen är okänd, medan Z-test fungerar med en stor provstorlek när varianser är kända.
Skriv ner värdena för en T-poängberäkning. Säg till exempel att du tror att dina klasskamrater spenderar mer tid på sociala medier än resten av skolan gör. Du måste statistiskt visa att dina klasskamrater spenderar mycket tid på sociala medier. Skriv ner provvärdet, befolkningsmedlet, provstandardavvikelsen och provstorleken.
Tillämpa värden på T-poängformeln, som är:
t \u003d (medelvärde - befolkningsmedelvärde) ÷ (provstandardavvikelse ÷ √ provstorlek). . Du väljer ett urval av 10 klasskamrater och medeltiden på sociala medier är fyra timmar per dag, med ett provavvikelse på 30 minuter (0,5 timmar).
(Förutsatt att din tro är sant, kan du träna sannolikheten för att genomsnittlig tid på sociala medier inte kommer att vara högst fyra timmar per dag.) I det här fallet:
t \u003d (4 - 3) ÷ (0,5 ÷ √10), vilket är -1 ÷ 0.158114, vilket är -6.325.
Dra 1 från din provstorlek för att få frihetsgraderna (df), som är 9.
Använd en vetenskaplig kalkylator eller en online-kalkylator för att hitta sannolikheten genom att mata in df- och t-värdena. I detta fall är sannolikheten 0,99 eller 9,9 procent.
Tips
Använd T-poängformeln för att lösa sannolikhetsfrågor. Vanligtvis bör du bara använda T-testet om din distribution är normal; Med andra ord, att en graf med dina data skulle göra en klockformad kurva. Generellt sett, ju större T-poäng, desto större är skillnaden mellan de testade grupperna. Detta påverkas av många faktorer, inklusive antalet artiklar i ditt prov, medel för ditt prov, medelvärdet för den befolkning som du tar ut ditt prov och standardavvikelsen för ditt prov.
