Разница между Ановой и Т-тестом

Анова против Т-теста

T-тест, иногда называемый T-тестом Стьюдента, проводится, когда вы хотите сравнить средства двух групп и посмотреть, отличаются ли они друг от друга. Он в основном используется, когда дается случайное назначение, и для сравнения есть только два, не более двух наборов. При проведении Т-теста необходимо выполнить некоторые условия, чтобы результаты давали точные результаты. Основные предположения состоят в том, что собираемые данные о населении обычно распределяются и что вы сравниваете равные отклонения населения. T-критерий имеет два основных типа: T-критерий независимых измерений и T-критерий с согласованной парой, также известный как зависимый T-критерий или парный T-критерий..

Когда вы сравниваете две выборки, которые не соответствуют парам, или выборки независимы, используется независимый T-критерий. Однако второй тип, T-критерий соответствия, используется, когда данные выборки появляются парами. Например, вы должны измерить между до и после сравнений. Если у вас есть более двух образцов, следует использовать тест Anova. Можно различить более двух средств друг с другом, выполняя несколько Т-тестов, но была бы большая вероятность допустить ошибку и, следовательно, получить больше шансов прийти с неточным результатом..

Тест Anova - это популярный термин для анализа отклонений. Это метод, выполняемый при анализе влияния категориальных факторов. Этот тест используется всякий раз, когда существует более двух групп. Они в основном похожи на T-тесты, но, как уже упоминалось выше, они должны использоваться, когда у вас более двух групп. Тесты Anova используют отклонения, чтобы узнать, равны ли средние или нет. Перед выполнением теста Anova вы должны сначала выполнить основные предположения. Первое предположение состоит в том, что каждая выборка, которая должна использоваться, выбирается независимо и является случайной. Во-вторых, предположим, что популяция, из которой вы берете пробы, является нормальной и имеет равные стандартные отклонения.

Существует четыре типа тестов анализа отклонений. Первый - это односторонняя анова. Вы должны использовать этот тип Anova, только если есть только один категориальный фактор. Вторым является многофакторная анова, которая используется, когда категориальных факторов больше одного. Оценены взаимодействия и основные эффекты между факторами. Третий тип Anova - это анализ компонентов дисперсии. Этот тип Anova используется, когда факторы многочисленны и иерархически упорядочены. Основная цель этого теста - узнать процент изменчивости процесса, который вы вводите на каждом уровне. Четвертый и последний метод - это общие линейные модели. Если ваши факторы являются как вложенными, так и пересеченными, некоторые факторы являются случайными, а некоторые фиксированными. Когда оба фактора являются количественными и категориальными, используется этот тест.

Резюме:

1. Тест Anova имеет четыре типа, а именно: односторонняя анова, многофакторная анова, анализ дисперсионных компонентов и общие линейные модели. T-тесты имеют только два типа: T-критерий независимых измерений и T-критерий с согласованной парой, который также известен как T-тест зависимого типа или парный T-критерий..
2.Т-тесты проводятся только тогда, когда у вас есть только две группы для сравнения. Тесты Anova, с другой стороны, в основном похожи на T-тесты, но предназначены для групп более двух человек..
3. Некоторые условия перед выполнением двух тестов должны быть выполнены. Для T-критерия данные о населении, которые нужно собрать, должны быть нормально распределены, и вы сравниваете равные отклонения населения. В то время как для тестов Anova образцы, которые должны использоваться, выбираются независимо и случайным образом. Вы должны также предположить, что популяция, из которой вы берете образцы, является нормальной и имеет равные стандартные отклонения.