Vorrei confrontare la resa della patata tra due varietà. Queste varietà piantate una accanto all'altra nel campo. Da ciascuna varietà sono stati raccolti 12 campioni di resa.
Mi chiedo se per l'analisi dei dati dovrei utilizzare il t-test abbinato o il t-test a 2 campioni.
T-test accoppiato: il grado di libertà (df) sarebbe n-1 (12-1).
Due t-test di esempio: il grado di libertà (df) sarebbe 2n-2 (24-2).
Ho analizzato i dati utilizzando entrambi i test:
Il t-test accoppiato ha mostrato che le due varietà non erano statisticamente differenti; Probabilità> ItI 0.1208
Due t-test di esempio: hanno dimostrato che le varietà erano statisticamente significative; Probabilità> ItI 0.0265
Questo dimostra che il t-test a 2 campioni è statisticamente più potente.
Capisco che poiché due t-test di esempio hanno un grado più alto di libertà, il valore p corrispondente sarebbe più piccolo.
Qualcuno può fornire approfondimenti approfonditi su questi due test e quale dovrei fare per?
La scelta del test non ha nulla a che fare con i gradi di libertà o la decisione dell'analisi. Dipende solo da come è stato eseguito l'esperimento. Come sono stati raccolti i 12 campioni da ciascuna varietà? Come puoi giustificare l'abbinamento di un campione di Varietà = A con un campione di Varietà = B? La coppia di campioni avrebbe dovuto esistere nella stessa struttura di blocco. Ogni coppia deve esistere in una diversa struttura di blocco da tutte le altre coppie.
Ad esempio, voglio testare una nuova suola per scarpe. Dò un paio di scarpe a 50 persone. Ogni persona riceve una scarpa con la suola vecchia e una con suola nuova. L'abbinamento è di persona perché ogni soggetto rappresenta una struttura di blocco. D'altra parte, se ho dato un paio di scarpe con suole nuove a 25 persone e un paio di scarpe con la suola vecchia ad altre 25 persone, non c'è nessun accoppiamento intrinseco o giustificabile.
Il design dell'esperimento determina il test appropriato da utilizzare.
