Risposta migliore
un test t di un campione è una procedura statistica in cui si desidera verificarlo dove la media della tua popolazione è diversa da un valore costante (numero fisso). Ad esempio, una scuola vuole testare che la media media del GPA per gli studenti laureati è 3.0. Useranno un test t di esempio e possono ottenere il risultato.
Anche un test t di due campioni è una procedura statistica in cui si è interessati a verificare se queste due popolazioni hanno la stessa media o una media diversa. Nello stesso esempio, se la scuola è interessata a testare, il GPA medio per la specializzazione in scienze e in arti è lo stesso. Quindi avrebbero usato due campioni t-test.
Risposta
Il T-test fornisce informazioni sul fatto che la differenza tra le medie di due gruppi sia dovuta al caso o sia affidabile (cioè sarebbe ritrovato in unaltra misurazione dalla stessa popolazione). Al contrario di una statistica descrittiva , che descrive il campione misurato, il test t è una statistica inferenziale , che descrive il campione misurato e fornisce una generalizzazione per lintera popolazione da cui è stato preso il campione.
In il mio lavoro, in genere utilizzo il test t quando valuto i risultati di un test A / B, ovvero a un gruppo di utenti viene presentata una variazione di una caratteristica del prodotto e un altro gruppo di dimensioni simili della stessa popolazione è presentato con il “controllo” (la caratteristica del prodotto esistente). Il motivo per cui il test t è utile in questo scenario è che mi dà unidea se la differenza tra il comportamento dei due gruppi (misurata dalla media di qualche metrica; di solito entrate o ritenzione) è dovuto al caso o si può fare affidamento sul fatto che avvenga in modo coerente. In breve, utilizzo il test t per rispondere alla domanda: ” ce tra questi due gruppi sono gli stessi in un nuovo campione della stessa popolazione? “
I risultati di un t-test sono valutati attraverso il rapporto tra la differenza tra i gruppi e la differenza allinterno dei gruppi. Questo rapporto è noto come valore t ; il valore t ha un corrispondente valore p , che rappresenta la probabilità che ciò che viene osservato possa essere prodotto da dati casuali. Più basso è il valore p, più possiamo essere sicuri che la differenza non sia prodotta per caso e sia effettivamente una differenza affidabile tra le medie dei due gruppi. Nella ricerca, un valore p di 0,05 o inferiore è generalmente considerato affidabile (statisticamente significativo), ma in un contesto più imprenditoriale si può decidere che un valore p più alto è accettabile. I valori P corrispondono ai valori t basati sulla dimensione dei campioni; maggiore è la dimensione del campione (più gradi di libertà), minore è il valore p per lo stesso valore t (rapporto di differenze).
Hai chiesto delle alternative al test t e ci sono alcuni, ma prima penso che dovrei identificare alcune variazioni del test t, nel caso in cui pensaste che il test t sia utile solo nello scenario che ho descritto sopra. Quando un test t misura laffidabilità della differenza tra due campioni, come descritto sopra, viene chiamato test t campioni indipendenti . Quando il test t misura laffidabilità della differenza tra un campione in due diverse occasioni, viene chiamato Paired-Sample t-test (quindi se hai misurato un gruppo di utenti una volta , quindi misurato di nuovo lo stesso gruppo una settimana dopo, avresti “condotto un test t di campioni accoppiati). E quando il test t misura la differenza tra un campione e una media ipotetica o nota della popolazione (come se misurassimo la indica le entrate giornaliere di un campione di utenti rispetto a quelle che sappiamo essere le entrate giornaliere medie dellintero servizio), si chiama One-Sample t- test.
Per quanto riguarda le alternative al test t, il più popolare è il test Mann-Whitney U , che è unipotesi non parametrica test che è utile quando le distribuzioni del campione e della popolazione non sono normali (un requisito debole per il test t).