Ungerundete FreiheitsgradeIch mache einen unabhängigen Stichproben-T-Test und habe ein Problem mit den Freiheitsgraden. Was ich gerne machen würde, ist das Floor (13 in der beigefügten Analyse), nicht das unrunde (13.65148). df bei der Berechnung des Konfidenzintervalls und p Wert. Gibt es eine Einstellung, die ich in JMP so ändern kann, dass sie die Etage des verwendet df ? Vielen Dank.
Re: Ungerundete FreiheitsgradeVielen Dank. Ich habe einen Tisch gemacht, der das gibt p und Konfidenzintervall aus gegebenen Werten. Mein Professor für diese Klasse zieht es vor, die df , da es ein Einführungskurs ist und wir viele Berechnungen von Hand durchführen und dann den Wert in einer Tabelle nur mit Ganzzahlen nachschlagen df .
Re: Ungerundete FreiheitsgradeSie haben zwei Möglichkeiten. Zuallererst können Sie die integrierte Funktion verwenden, um Ihren Test zu berechnen. Verwenden Sie die t Quantil (p, df) Funktion in einer Spaltenformel oder in einem Skript. Das DF abzuschneiden ist eher konservativ, erscheint mir aber willkürlich. Zweitens können Sie einfach ein anderes Alpha verwenden. Klicken Sie auf das rote Dreieck neben Oneway und wählen Sie eine neue Signifikanzstufe für die Berechnung der Konfidenzintervalle aus. Natürlich können Sie einen neuen Alpha-Wert in Ihrer Entscheidung basierend auf dem angegebenen p-Wert ohne Änderung anwenden. Dieser Weg erscheint mir besser, weil Sie wissen, wie konservativ der neue t-Test ist.
Re: Ungerundete FreiheitsgradeDanke für Ihre Antwort. Ich sollte jedoch klarstellen, dass ich davon ausgehe, dass die Unterschiede zwischen den beiden Populationen nicht gleich sind. Ich glaube nicht, dass die gepoolte Varianz hier richtig ist. Um konservativer zu sein, möchte ich, dass JMP das Parkett des df in den Berechnungen für einen nicht gepoolten t-Test. Ist das möglich?
Re: Ungerundete FreiheitsgradeIch glaube, dass die unvollständigen Freiheitsgrade für den Fehler entstehen, wenn Sie die nicht gepoolte Version von verwenden t Prüfung. Dies ist in diesem Fall richtig. Der gepoolte t test passt den DF nicht für den Fehler an und ist korrekt, wenn die Annahme der gleichen Varianz gültig ist.
