Så du tar statistik och du vet att du behöver använda ett t-test, men stumpar på vilken typ av t-test som ska använda sig av? Den här enkla artikeln visar hur du bestämmer om ett parat, oparat eller ett prov t-test är lämpligt i din speciella situation.
Fråga dig själv: Vill jag jämföra medel för två grupper eller göra Jag bryr mig bara hur medelvärdet för en enda grupp jämför sig med ett nummer? Om du vill jämföra medelvärdet för två grupper fortsätter du till steg 2.
Om du bara bryr dig om hur medelvärdet för en enskild grupp jämförs med ett enda nummer, använd ett test med ett prov. Ett exempel på ett fall där ett test med ett prov är lämpligt skulle vara om man testar om den genomsnittliga studenten konsumerar betydligt mer än 2000 kalorier om dagen (till exempel jämför man det genomsnittliga antalet kalorier som konsumeras för att se om det är betydligt större än antalet 2000).
Om du jämför medlen för två grupper, fråga dig själv: Har de två grupperna av siffror som vi jämför jämför från samma personer? Om så är fallet måste vi använda ett t-test i sammandragsprov (även känt som ett t-test med upprepade tester).
Låt oss säga att vi jämför vikten av varje person i en grupp av människor innan de gick på en diet med sin vikt efter att de hade slutfört dietprogrammet. Vi vill veta om varje persons vikt efter programmet är betydligt större än deras vikt i förväg. De två uppsättningarna av siffror vi jämför är från samma uppsättning människor: en uppsättning representerar deras vikter före behandling och den andra uppsättningen representerar deras vikter efter behandling. Detta kallas en variabel inom ämnet. I ett fall som detta, använd ett t-test i paradeprover (även känt som ett t-test med upprepade tester).
Det finns ytterligare ett fall där ett t-test i paret är lämpligt: om forskaren gör en "matchad" design där de målmedvetet valde par av ämnen som liknar olika egenskaper (t ex ålder, kön, medicinsk historia osv.) Närhelst siffrorna i den första och andra gruppen är parade, är ett meningsfullt förhållande mellan ett värde i den första gruppen av poäng och motsvarande värde i den andra gruppen av poäng, är ett parat prov t-test lämpligt.
I annat fall där ett t-test är lämpligt är det bäst att använda ett självständigt prov t-test. Detta är lämpligt för "mellan-ämnes" -design där två grupper av ämnen är avsedda att skilja sig från en kritisk manipulation. Om du till exempel testar effekten av koffein på tillväxten av växter kan du ha två grupper: en kontrollgrupp som gavs vatten och en experimentell grupp av växter som fick en koffeinlösning. Eftersom du använder helt olika växter i varje grupp finns det ingen meningsfull koppling mellan poängen i de två grupperna, och du borde använda ett självständigt prov t-test.
