나는 두 품종 사이의 감자 생산량을 비교하고 싶다. 이 품종들은이 분야에서 서로에게 심었습니다. 각 품종에서 12 개의 수율 샘플을 수확했다.
데이터 분석을 위해 paired t-test 또는 2-sample t-test를 사용해야하는지 궁금합니다.
페어링 된 t- 검정 : 자유도 (df)는 n-1이 될 것입니다 (12-1).
두 개의 표본 t- 검정 : 자유도 (df)는 2n-2 (24-2)가됩니다.
두 테스트를 모두 사용하여 데이터를 분석했습니다.
페어링 된 t- 테스트는 두 가지 품종이 통계적으로 차이가 없다는 것을 보여 주었다. 확률> itI 0.1208
두 개의 표본 t- 검정 : 품종이 통계적으로 유의하다는 것을 보여 주었다. 확률> ItI 0.0265
이것은 2- 표본 t- 검정이 통계적으로 더 강력 함을 보여줍니다.
2 가지 표본 t- 검정은 자유도가 높기 때문에 대응하는 p 값은 더 작을 것이라는 것을 이해합니다.
누군가이 두 가지 시험에 대해 깊이있는 통찰력을 제공 할 수 있습니까?
테스트의 선택은 분석의 자유 또는 결정의 정도와 아무런 관련이 없습니다. 실험이 어떻게 실행되었는지에 달려 있습니다. 각 종류의 12 개 샘플은 어떻게 수집 되었습니까? Variety = A의 한 샘플과 Variety = B의 한 샘플을 페어링하는 것을 어떻게 정당화 할 수 있습니까? 한 쌍의 표본은 같은 차단 구조에 존재해야합니다. 각 쌍은 다른 모든 쌍과 다른 차단 구조로 존재해야합니다.
예를 들어 신발 용 새 솔을 테스트하고 싶습니다. 나는 한 쌍의 신발을 50 명에게 준다. 각자가 구형 신발을 신은 신발 한 개와 새 신발을 신는 신발 한 개를 얻습니다. 각 피사체는 차단 구조를 나타 내기 때문에 쌍을 이룰 수 있습니다. 다른 한편으로, 내가 25 명의 사람들에게 새로운 밑창을 가진 신발 한 켤레를주고 또 다른 25 명의 사람들에게 오래된 신발 한 켤레를 줬다면, 내재적이거나 정당한 페어링이 존재하지 않는다.
실험 설계는 사용할 적절한 테스트를 결정합니다.
