Ключевые факты
- Категория
- Математика, даты и финансы
- Типы входных данных
- textarea, number, select
- Тип результата
- json
- Покрытие примерами
- 4
- API доступен
- Yes
Обзор
Калькулятор парного t-теста позволяет быстро оценить статистическую значимость различий между двумя связанными выборками. Введите значения «до» и «после» или готовые попарные разности, чтобы мгновенно получить t-статистику, p-значение и результат проверки гипотезы с заданным уровнем значимости.
Когда использовать
- •Оценка эффективности лечения или тренировок путем сравнения показателей одних и тех же людей до и после вмешательства.
- •Сравнение результатов тестирования студентов или сотрудников до и после прохождения обучающего курса.
- •Анализ изменений производственных показателей при внедрении новой технологии на одних и тех же участках.
Как это работает
- •Введите два набора данных в поля «Значения до» и «Значения после» (или укажите готовые разности в соответствующем поле).
- •Задайте гипотетическую среднюю разность (обычно 0) и выберите тип альтернативной гипотезы (двусторонняя, больше или меньше).
- •Укажите уровень значимости (альфа, по умолчанию 0.05) и желаемое количество знаков после запятой для результата.
- •Калькулятор вычислит t-статистику, степени свободы и p-значение, а также сделает вывод об отклонении нулевой гипотезы.
Сценарии использования
Примеры
1. Оценка эффективности диеты
Диетолог- Контекст
- Врач хочет проверить, помогает ли новая диета изменить вес. У него есть данные о весе 6 пациентов до начала диеты и через месяц.
- Проблема
- Необходимо определить, является ли изменение веса статистически значимым, или это случайное колебание.
- Как использовать
- Ввести вес пациентов до диеты в «Значения до» и вес после в «Значения после», выбрать двустороннюю альтернативную гипотезу.
- Пример конфигурации
-
Значения до: 72, 75, 70, 68, 74, 71 Значения после: 75, 78, 73, 70, 77, 74 Альтернативная гипотеза: Двусторонняя - Результат
- Калькулятор выдает t-статистику и p-значение. Параметр rejectNull: true подтверждает, что изменение веса статистически значимо.
2. Анализ производительности оборудования
Инженер на производстве- Контекст
- На заводе обновили прошивку на станках. Инженер замерил время обработки одной детали на каждом станке до и после обновления.
- Проблема
- Нужно быстро проверить, сократилось ли время обработки деталей после обновления ПО.
- Как использовать
- Вставить замеры времени в поля «Значения до» и «Значения после», установить альтернативную гипотезу «Больше» и альфа = 0.05.
- Пример конфигурации
-
Значения до: 12.5, 13.0, 12.8, 14.1, 13.5 Значения после: 11.2, 11.5, 11.0, 12.1, 11.8 Альтернативная гипотеза: Больше - Результат
- Инструмент рассчитывает p-значение и подтверждает, что время обработки статистически значимо уменьшилось.
Проверить на примерах
barcodeСвязанные хабы
FAQ
Что такое парный t-тест?
Это статистический метод для сравнения средних значений двух связанных выборок (например, одних и тех же объектов в разное время), чтобы выяснить, есть ли между ними статистически значимая разница.
В каком формате нужно вводить данные?
Вводите числа через запятую, пробел или с новой строки в текстовые поля «Значения до» и «Значения после».
Можно ли использовать уже вычисленные разности?
Да, если у вас уже есть разности между парами, введите их в поле «Разности», оставив поля «до» и «после» пустыми.
Что означает уровень значимости (альфа)?
Альфа (обычно 0.05) — это вероятность отвергнуть нулевую гипотезу, когда она верна. Если полученное p-значение меньше альфа, различия считаются статистически значимыми.
Как интерпретировать результат rejectNull?
Если rejectNull равно true, нулевая гипотеза отвергается — между выборками есть статистически значимая разница. Если false, данных для подтверждения разницы недостаточно.