statistik är arrangemanget av statistiska tester som analytiker använder för att göra inferens från de angivna uppgifterna. Dessa tester gör det möjligt för oss att fatta beslut på grundval av observerat mönster från data. Det finns ett brett spektrum av statistiska tester. Valet av vilket statistiskt test som ska användas beror på uppgifternas struktur, fördelningen av data och variabel typ.,Det finns många olika typer av tester i statistik som t-test, Z-test, chi-square test, anova test, binomial test, ett prov median test etc.
välja ett statistiskt test-
parametriska test används om data normalt distribueras .Ett parametriskt statistiskt test gör ett antagande om befolkningsparametrarna och fördelningarna som data kom ifrån. Dessa typer av test innefattar t-test,z-test och anova-test, som antar att data är från normal fördelning.,
Z-test-a z-test är ett statistiskt test som används för att avgöra om två populationsmedel är olika när varianterna är kända och provstorleken är stor. I z-test jämförs medelvärdet av populationen.De parametrar som används är populationsmedelvärde och populationsstandardavvikelse. Z-test används för att validera en hypotes att provet som dras tillhör samma population.,
Ho: Provmedelvärdet är detsamma som populationsmedelvärdet(nollhypotesen)
Ha: Provmedelvärdet är inte detsamma som populationsmedelvärdet(alternativ hypotes)
z = (x — μ) / (σ / √n),
var , x=provmedelvärde, u=populationsmedelvärde, σ / √n = populationsstandardavvikelse.
om z-värdet är mindre än kritiskt värde accepterar nollhypotesen annars avvisa nollhypotesen.
t-test-In t-test medelvärdet för de två givna proverna jämförs. Ett T-test används när populationsparametrarna (medel-och standardavvikelse) inte är kända.,
Parade T-Test-tester för skillnaden mellan två variabler från samma population( pre – och post test poäng). Till exempel-i ett träningsprogram prestationspoäng för praktikanten före och efter slutförandet av programmet.
oberoende t-test-den oberoende t-test som också kallas två prov T-test eller studentens t-test, är ett statistiskt test som avgör om det finns en statistiskt signifikant skillnad mellan medlen i två icke-närstående grupper.Till exempel-jämföra pojkar och flickor i en befolkning.,
ett prov t-test – medelvärdet för en enda grupp jämförs med ett givet medelvärde. Till exempel-för att kontrollera ökningen och minskningen av försäljningen om den genomsnittliga försäljningen ges.
t = (x1 — x2) / (σ / √N1 + σ/√N2),
där X1 och x2 är medelvärde för prov 1 respektive prov 2.
ANOVA Test – analys av varians (ANOVA) är en statistisk teknik som används för att kontrollera om medel för två eller flera grupper skiljer sig avsevärt från varandra. ANOVA kontrollerar effekten av en eller flera faktorer genom att jämföra metoderna för olika prover., Om vi använder ett T-test istället för ANOVA-test kommer det inte att vara tillförlitligt eftersom antalet prover är mer än två och det kommer att ge fel i resultatet.
hypotesen som testas i ANOVA är
Ho: alla par av prover är desamma dvs, alla provmedel är lika
Ha: minst ett par prover är signifikant olika
i anova — testet beräknar vi f-värdet och jämför det med kritiskt värde
f= ((SSE1 – SSE2)/m)/ sse2/n-k, där
SSE = restsumma av kvadrater
m = antal begränsningar
k = antal oberoende variabler
icke parametrisk statistisk statistisk test-icke parametriska tester används när data normalt inte distribueras. Icke parametriska tester inkluderar chi-square test.
Chi-square test( χ2 test)- chi-square test används för att jämföra två kategoriska variabler., Beräkning av Chi-Square statistikvärdet och jämförelse av det mot ett kritiskt värde från Chi-Square-fördelningen gör det möjligt att bedöma om den observerade frekvensen skiljer sig avsevärt från den förväntade frekvensen.
hypotesen som testas för chi-square är-
Ho: variabel x och variabel y är oberoende
Ha: variabel x och variabel y är inte oberoende.,
where o=observed , e=expected.
Leave a Reply