쌍체 t 검정
안녕하세요. 1) 비료 없음과 2) 비료 두 가지 치료법을 비교하고 싶습니다. 비료 시비로 인해 수확량이 증가하는지 알고 싶었습니다. 두 개의 평행 블록이 선택되었으며, 첫 번째 블록에는 비료가 적용되지 않았지만 두 번째 블록에는 비료가 적용되었습니다. 각 블록에서 15개의 샘플을 수집했습니다. 대응 t 검정을 사용하고 싶은데 JMP에는 다양한 방법이 있습니다. 나는 분포를 사용한 다음 수단을 테스트하려고 생각했습니다. 제 질문은 "빈도"에 "n" 열을 추가하는 것이 맞다는 것입니다. 그 이유나 그렇지 않은 이유를 설명해 주십시오. 데이터 분석에서 n을 빈도로 사용하면 자유도가 14에서 29로 증가함에 따라 결과가 변경됩니다. 
답: 쌍 t 테스트p값을 2로 나눕니다.답: 페어링된 t 테스트위쪽 꼬리 테스트를 수행하는 방법답: 쌍 t 테스트감사해요
아니요, 필드는 쌍 내에서 동질적이지 않았습니다. 우리는 그것을 가정하지만 결코 그런 일이 발생하지 않습니다. 분야가 워낙 다양하기 때문이죠. 따라서 이 경우에는 2-샘플 t 테스트나 쌍 t 테스트를 수행해야 합니다.
답: 페어링된 t 테스트블록에 대한 설명이 노란색과 파란색이므로 차단(쌍)이 의미가 없습니다.
절단 및 전체 종자 심기가 서로 옆에 발생했지만 12개의 스트립이 변수 필드에 걸쳐 분리된 경우 차단(쌍)이 의미가 있습니다. 필드가 쌍 내에서 동질적입니까? 그 가정이 중요합니다.
Yu는 두 개의 응답 열인 CONTROL과 WHOLE SEED 외에는 더 이상 필요하지 않습니다. 분석 메뉴에서 일치 쌍 플랫폼을 사용합니다. 위의 순서대로 Y 역할의 데이터 열을 모두 입력합니다. 이 분석에는 다른 데이터 열을 입력하지 마세요.
전체 종자 처리에 대해 더 높은 수확량을 기대하는 것 같으므로(대립 가설) 위쪽 꼬리 대응 t-검정이 필요합니다.
답: 페어링된 t 테스트Gosset's Corn에 대해 동일한 누적 데이터 테이블을 사용하여 Fit Y by X에서 동일한 p-값을 얻는 방법은 다음과 같습니다.
답: 페어링된 t 테스트다음은 JMP의 샘플 데이터 라이브러리에 있는 Gosset의 옥수수 데이터를 사용한 예입니다.pair ID 열을 추가한 다음 2개의 Yield 열(Kiln 및 Regular)을 쌓아 긴 데이터 형식을 얻었습니다.쌍 ID 열에 명사 같은 모델링 유형.
적합 모델에서:
1. Yield 열을 Y, 반응 변수로 추가합니다.
2. 모델 효과 구성 상자에 처리 및 쌍 열을 추가합니다.
3. 모델 효과 구성 상자에서 '쌍'을 선택(강조 표시)하고 속성 빨간색 화살표 > 무작위를 클릭하여 무작위로 만듭니다.
Yield의 p-값은 원래 더 넓은 형식의 동일한 데이터에 대해 Matched pairs 플랫폼과 동일한 p-값을 갖는 것을 볼 수 있습니다.
답: 쌍 t 테스트
Field MapField Map필드 맵
안녕 마크,
우리는 감자의 두 가지 종자 유형(절단 종자 심기 vs 전체 종자 심기)을 비교하고 싶었습니다. 잘린 종자는 일반적인 관행인 대조군으로 사용됩니다. 이 시험은 재배자의 밭에서 수행되었습니다. 밭은 두 개의 스트립 블록으로 나뉘었고, 첫 번째 블록(노란색)에는 대조군(잘라낸 종자)을 심었고 두 번째 블록(밝은 파란색)에는 전체 종자를 심었습니다. 이 스트립 블록은 실제로 400피트 길이입니다. 총 24개의 샘플(각 스트립 블록에서 12개)을 수집했습니다.각 샘플은 10피트 길이의 행 플롯에서 수확되었으며 에이커당 CWT로 생산량을 변환했습니다. 현장 변화가 엄청났습니다. 시험은 재배자의 밭에서 수행되었습니다. 따라서 우리는 치료법을 무작위로 배정할 수 없었습니다. 분포 및 테스트 평균과 쌍을 이루는 t를 사용하여 데이터를 분석했습니다. 아래를 참조하세요.
내 질문:
나는 쌍 t 검정을 사용해야 한다는 것을 이해합니다.
뛰어난 통계학자 중 한 명이 추가 열 빈도를 만들어 분석에 사용해야 한다고 제안했습니다. 주파수를 사용하거나 사용하지 않고 데이터를 분석했습니다.
어떤 방법이 올바르지 않으며 그 이유가 무엇인지 알고 싶었습니다.
어떤 방법이 올바른가요?
시간을 내주시면 감사하겠습니다.
친애하는
아래 결과를 참조하세요. 유의미한 P >0.0232입니다.
- 차이와 빈도 열을 생성했는데 이번에는 빈도 열을 사용하지 않았습니다.
결과는 아래 참조: 중요하지 않은 P >0.1208
답: 페어링된 t 테스트샘플 페어링의 근거를 명확히 해주세요. 두 개의 샘플이 어떻게 짝을 이루었나요?
답: 페어링된 t 테스트다시 한 번 정말 감사드립니다.
죄송합니다. 다음 내용을 설명해 주시겠습니까?
1. #4에서 반복을 무작위 효과로 사용하는 방법은 무엇입니까? 표를 포함하여 설명해 주시겠습니까?
2. 쌍 ID 열을 블록으로 사용하여 Fit Y by X를 설명하는 다른 테이블을 포함할 수 있습니까?
답: 페어링된 t 테스트#4에서는 다른 방법과 동일한 결과를 얻으려면 Rep를 무작위 효과로 사용해야 합니다.실제로 또 다른 방법은 배포 플랫폼에서 Diff 열을 표시하고 1-표본 t-검정을 수행하는 것입니다.모두 같은 대답을 해야 하므로 똑같이 좋다고 할 수 있습니다.일치 쌍 플랫폼은 이 문제에 특화되어 있으므로 보고서에서 가장 전문적이고 관련성이 높은 출력을 얻을 수 있습니다.그러나 해당 플랫폼에서는 데이터가 일반적인 '긴' 형식과 다른 모양이어야 합니다.테이블을 올바른 모양으로 만들기 위해 테이블을 분할하지 않으려면 쌍 ID 열을 블록으로 사용하여 Fit Y by X를 사용하거나 쌍 ID 열에 무작위 효과가 있는 Fit Model을 사용할 수 있습니다.
답: 페어링된 t 테스트빠른 답장을 보내주셔서 정말 감사드립니다. 쌍 t 검정은 다음 네 가지 방법을 사용하여 수행할 수 있다고 알고 있습니다. 네 가지 방법 모두 똑같이 좋은지 궁금합니다. 그렇지 않다면 어느 것이 가장 좋고 그 이유는 무엇입니까? 나는 동일한 결과를 얻었습니다.
1. 분석 > 분포-평균 검정
2. 전문화된 모델링 매칭쌍 분석
3. Y를 X로 적합 > 비교 수단 > 각 쌍, 학생 t 테스트 - 상세 비교 보고서
4. 양방향 ANOVA를 수행하기 위해 모델 플랫폼에 적합
답: 페어링된 t 테스트아니요, 빈도 열을 추가하지 마세요.각 쌍은 쌍 t-검정에서 1개의 데이터 포인트입니다.쌍체 t-검정은 쌍체 차이에 대한 1-표본 t-검정과 수학적으로 동일합니다.
