Beispiel für einen T-Test mit zwei Proben und ein Konfidenzintervall

Manchmal ist es in der Statistik hilfreich, erarbeitete Beispiele für Probleme zu sehen. Diese Beispiele können uns helfen, ähnliche Probleme herauszufinden. In diesem Artikel werden wir den Prozess der Durchführung von Inferenzstatistiken für ein Ergebnis in Bezug auf zwei Populationsmittel durchgehen. Wir werden nicht nur sehen, wie man a Hypothesentest Über den Unterschied zweier Populationsmittel werden wir auch a konstruieren Konfidenzintervall für diesen Unterschied. Die Methoden, die wir verwenden, werden manchmal als Zwei-Stichproben-t-Test und Zwei-Stichproben-t-Konfidenzintervall bezeichnet.

Angenommen, wir möchten die mathematische Eignung von Grundschulkindern testen. Eine Frage, die wir möglicherweise haben, ist, ob höhere Klassenstufen höhere mittlere Testergebnisse haben.

Eine einfache Zufallsstichprobe von 27 Drittklässlern erhält einen Mathe-Test, ihre Antworten werden bewertet und die Ergebnisse haben eine durchschnittliche Punktzahl von 75 Punkten mit a Standardabweichung der Probe von 3 Punkten.

Eine einfache Zufallsstichprobe von 20 Fünftklässlern erhält den gleichen Mathe-Test und ihre Antworten werden bewertet. Die durchschnittliche Punktzahl für die Fünftklässler beträgt 84 Punkte bei einer Standardabweichung der Stichprobe von 5 Punkten.

In diesem Szenario stellen wir folgende Fragen:

• Liefern uns die Stichprobendaten Hinweise darauf, dass die mittlere Testnote der Bevölkerung aller Fünftklässler die mittlere Testnote der Bevölkerung aller Drittklässler übersteigt?
• Was ist ein 95% -Konfidenzintervall für die Differenz der mittleren Testergebnisse zwischen den Populationen von Drittklässlern und Fünftklässlern?

Wir müssen auswählen, welches Verfahren verwendet werden soll. Dabei müssen wir sicherstellen und überprüfen, ob die Bedingungen für dieses Verfahren erfüllt sind. Wir werden gebeten, zwei Bevölkerungsmittel zu vergleichen. Eine Sammlung von Methoden, die dazu verwendet werden können, sind die für T-Verfahren mit zwei Stichproben.

Um diese t-Prozeduren für zwei Proben verwenden zu können, müssen wir sicherstellen, dass die folgenden Bedingungen gelten:

• Wir haben zwei einfache Zufallsstichproben aus den beiden interessierenden Populationen.
• Unsere einfachen Zufallsstichproben machen nicht mehr als 5% der Bevölkerung aus.
• Die beiden Stichproben sind unabhängig voneinander und es gibt keine Übereinstimmung zwischen den Probanden.
• Die Variable ist normal verteilt.
• Sowohl der Populationsmittelwert als auch die Standardabweichung sind für beide Populationen unbekannt.

Wir sehen, dass die meisten dieser Bedingungen erfüllt sind. Uns wurde gesagt, dass wir einfache Zufallsstichproben haben. Die Populationen, die wir studieren, sind groß, da es Millionen von Studenten in diesen Klassenstufen gibt.

Die Bedingung, die wir nicht automatisch annehmen können, ist, wenn die Testergebnisse normal verteilt sind. Da wir eine ausreichend große Stichprobengröße haben, muss die Variable aufgrund der Robustheit unserer t-Prozeduren nicht unbedingt normal verteilt sein.

Da die Bedingungen erfüllt sind, führen wir einige vorläufige Berechnungen durch.

Der Standardfehler ist eine Schätzung einer Standardabweichung. Für diese Statistik addieren wir die Stichprobenvarianz der Stichproben und ziehen dann die Quadratwurzel. Dies ergibt die Formel:

(s₁ ² / n₁ + s₂² / n₂)^1/2

Wenn wir die obigen Werte verwenden, sehen wir, dass der Wert des Standardfehlers ist

(3² / 27+ 5² / 20)^1/2 =(1 / 3 + 5 / 4 )^1/2 = 1.2583

Wir können die konservative Näherung für unsere verwenden Freiheitsgrade. Dies mag die Anzahl der Freiheitsgrade unterschätzen, ist jedoch viel einfacher zu berechnen als die Welch-Formel. Wir verwenden die kleinere der beiden Stichprobengrößen und subtrahieren dann eine von dieser Zahl.

In unserem Beispiel ist die kleinere der beiden Stichproben 20. Dies bedeutet, dass die Anzahl der Freiheitsgrade 20 - 1 = 19 beträgt.

Wir möchten die Hypothese testen, dass Schüler der fünften Klasse eine mittlere Testnote haben, die höher ist als die mittlere Punktzahl der Schüler der dritten Klasse. Sei μ₁ sei der Mittelwert der Bevölkerung aller Fünftklässler. Ebenso lassen wir μ₂ sei der Mittelwert der Bevölkerung aller Drittklässler.

Die Hypothesen lauten wie folgt:

• H.₀: μ₁ - μ₂ = 0
• H._ein: μ₁ - μ₂ > 0

Die Teststatistik ist die Differenz zwischen den Stichprobenmitteln, die dann durch den Standardfehler geteilt wird. Da wir Stichprobenstandardabweichungen verwenden, um die Populationsstandardabweichung zu schätzen, wird die Teststatistik aus der t-Verteilung abgeleitet.

Der Wert der Teststatistik beträgt (84 - 75) / 1,2583. Dies ist ungefähr 7,15.

Wir bestimmen nun den p-Wert für diesen Hypothesentest. Wir betrachten den Wert der Teststatistik und wo sich diese auf einer t-Verteilung mit 19 Freiheitsgraden befindet. Für diese Verteilung haben wir 4,2 x 10^-7 als unser p-Wert. (Eine Möglichkeit, dies festzustellen, besteht darin, die Funktion T.DIST.RT in Excel zu verwenden.)

Da wir einen so kleinen p-Wert haben, lehnen wir die Nullhypothese ab. Die Schlussfolgerung ist, dass die mittlere Testnote für Fünftklässler höher ist als die mittlere Testpunktzahl für Drittklässler.

Da wir festgestellt haben, dass es einen Unterschied zwischen den Mittelwerten gibt, bestimmen wir nun ein Konfidenzintervall für den Unterschied zwischen diesen beiden Mittelwerten. Wir haben bereits viel von dem, was wir brauchen. Das Konfidenzintervall für die Differenz muss sowohl eine Schätzung als auch eine Fehlerquote aufweisen.

Die Schätzung für die Differenz zweier Mittelwerte ist einfach zu berechnen. Wir finden einfach den Unterschied der Stichprobenmittel. Dieser Unterschied des Stichprobenmittels schätzt den Unterschied des Populationsmittels.

Für unsere Daten beträgt der Unterschied im Stichprobenmittel 84 - 75 = 9.

Die Fehlerquote ist etwas schwieriger zu berechnen. Dazu müssen wir die entsprechende Statistik mit dem Standardfehler multiplizieren. Die Statistik, die wir benötigen, wird anhand einer Tabelle oder einer Statistiksoftware ermittelt.

Wiederum mit der konservativen Näherung haben wir 19 Freiheitsgrade. Für ein 95% -Konfidenzintervall sehen wir, dass t^* = 2.09. Wir könnten das gebrauchen T.INV-Funktion in Excel um diesen Wert zu berechnen.

Wir setzen jetzt alles zusammen und sehen, dass unsere Fehlerquote 2,09 x 1,2583 beträgt, was ungefähr 2,63 entspricht. Das Konfidenzintervall beträgt 9 ± 2,63. Das Intervall beträgt 6,37 bis 11,63 Punkte für den Test, den die Fünft- und Drittklässler gewählt haben.