Melhor resposta
o teste t de uma amostra é um procedimento estatístico onde você deseja testar isso onde a média da população é diferente de um valor constante (número fixo). Por exemplo, uma escola deseja testar se a média média do GPA para alunos de pós-graduação é 3,0. Eles usarão um teste t de amostra e podem obter o resultado.
O teste t de duas amostras também é um procedimento estatístico em que você está interessado em testar se essas duas populações têm a mesma média ou uma média diferente. No mesmo exemplo, se a escola estiver interessada em testar esse GPA médio para especialização em ciências e especialização em artes é o mesmo. Então, eles teriam usado o teste t de duas amostras.
Resposta
O teste T fornece uma visão sobre se a diferença entre as médias de dois grupos é devido ao acaso ou é confiável (ou seja, seria encontrado novamente em outra medição da mesma população). Ao contrário de uma estatística descritiva , que descreve a amostra sendo medida, o teste t é uma estatística inferencial , que descreve a amostra sendo medida e fornece uma generalização para toda a população da qual a amostra foi retirada.
Em meu trabalho, geralmente uso o teste t quando estou avaliando os resultados de um teste A / B – ou seja, um grupo de usuários é apresentado com uma variação de uma característica do produto e outro, grupo de tamanho similar da mesma população é apresentado com o “controle” (o recurso do produto existente). A razão pela qual o teste t é útil neste cenário é que ele me dá uma visão sobre se a diferença entre o comportamento dos dois grupos (medido pela média de alguma métrica; geralmente receita ou retenção) é devido ao acaso ou pode-se depender de que aconteça de forma consistente. Em suma, eu uso o teste t para responder à pergunta: “Será que a diferença ce entre esses dois grupos ser o mesmo em uma nova amostra da mesma população? “
Os resultados de um teste t são avaliados pela razão da diferença entre os grupos e a diferença dentro dos grupos. Essa proporção é conhecida como valor t ; o valor t tem um valor p correspondente, que representa a probabilidade de que o que é observado possa ser produzido por dados aleatórios. Quanto menor o valor p, mais confiantes podemos ter de que a diferença não é produzida ao acaso e é, de fato, uma diferença confiável entre as médias dos dois grupos. Em pesquisas, um valor p de 0,05 ou menos é geralmente considerado confiável (estatisticamente significativo), mas em um ambiente mais empreendedor você pode decidir que um valor p mais alto é aceitável. Os valores P correspondem aos valores t baseados no tamanho das amostras; quanto maior o tamanho da amostra (mais graus de liberdade), menor o valor p para o mesmo valor t (razão das diferenças).
Você perguntou sobre alternativas para o teste t, e há alguns, mas primeiro acho que devo identificar algumas variações do teste t, caso você ache que o teste t só é útil no cenário que descrevi acima. Quando um teste t mede a confiabilidade da diferença entre duas amostras, conforme descrito acima, ele “é chamado de teste t de Amostras independentes . Quando o teste t mede a confiabilidade da diferença entre uma amostra em duas ocasiões diferentes, é chamado de teste t de Amostra emparelhada (então, se você mediu um grupo de usuários uma vez , então medido aquele mesmo grupo novamente uma semana depois, você estaria conduzindo um teste t de amostra emparelhada). E quando o teste t mede a diferença entre uma amostra e alguma média hipotética ou média de população conhecida (como se medíssemos o receita média diária de alguma amostra de usuários em relação ao que sabemos ser a receita média diária de todo o nosso serviço), é chamado de One-Sample t- teste.
Quanto às alternativas ao teste t, o mais popular é o teste Mann-Whitney U , que é uma hipótese não paramétrica teste que é bom para usar quando as distribuições da amostra e da população não são normais (um requisito suave para o teste t).