Vivemos em uma época em que as informações podem ser determinadas matematicamente com o auxílio de estatísticas. No entanto, o estudo das estatísticas, ao que parece, não é simplesmente o de fatos e números.
A inferência estatística consiste no uso da estatística para tomar decisões sobre os parâmetros de uma população, com base em amostragem aleatória. A implementação da inferência estatística envolve o teste de hipóteses e fala sobre como esse procedimento é empregado pelos estatísticos para apenas aceitar ou rejeitar a suposição de um parâmetro populacional. Nesta metodologia surge o tópico dos T-Tests e seus diversos tipos, ou seja, um T-Test de amostra, T-Test independente e T-Test pareado.
Teste T emparelhado vs Teste T não emparelhado
A diferença entre os dois termos estatísticos Teste T emparelhado e Teste T não emparelhado é que nos Testes T em Par, você compara as diferenças entre as medições em pares que foram deliberadamente combinadas, enquanto nos Testes T não emparelhados, você mede a diferença entre as médias de duas amostras que não possuem um emparelhamento natural.
Tabela de comparação entre o teste t pareado e o teste t não pareado (na forma tabular)
| Parâmetro de comparação | Teste t pareado | Teste T não emparelhado |
|---|---|---|
| Significado | O Teste T emparelhado, também conhecido como Teste T de amostras repetidas, determina a distinção entre as duas médias do mesmo sujeito. | Testes-T não pareados, também conhecidos como Testes-T independentes ou Teste-T do aluno, determinam os dois grupos de meios de assuntos diferentes / não relacionados. |
| Homogeneidade de variâncias | No teste T emparelhado, a variância dos dois grupos médios não são iguais. | No teste T não pareado, a variância dos dois grupos médios são iguais. |
| Efeitos / impactos | Os testes T emparelhados lidam com erros muito pequenos, uma vez que o teste é feito apenas entre dois grupos semelhantes. | Os testes T não emparelhados têm um pouco mais erros em comparação com os testes T emparelhados, uma vez que o experimentador seria afetado por variações entre dois assuntos diferentes. |
| Resultado | Os testes T emparelhados não precisam coletar grandes quantidades de dados de amostra para comparação, o que economiza tempo e dinheiro sucessivamente. | Como os testes T não pareados precisam comparar as médias de dois sujeitos independentes, isso acaba sendo um processo um pouco mais caro e demorado. |
O que é o teste t pareado?
Um teste T emparelhado, adicionalmente referido como teste t de par correlacionado / teste t de amostra emparelhada / teste t dependente, é um procedimento estatístico que executa um teste em variáveis dependentes. Um teste pareado é feito em assuntos semelhantes antes da alocação de dados e dois testes são feitos antes e depois de um tratamento. Por exemplo, melhora de alunos observada em um teste de aula de inglês realizado no início e no final do ano, o impacto antes e depois de um medicamento no mesmo grupo de indivíduos, etc.
A hipótese nula para o teste t independente é que as médias da população dos dois grupos diferentes são iguais:
H0: µ1= µ2
A hipótese alternativa é aceita uma vez que a hipótese nula é rejeitada, o que significa que as médias da população não são iguais
H1: µ1 ≠ μ2
Para rejeitar ou aceitar a hipótese nula, um nível de significância é crítico. Este valor particular é 0,05.
Suposições:
- A primeira suposição diz respeito à escala de medição - os dados coletados devem seguir uma escala contínua ou ordinal.
- Os dados devem ser coletados de uma porção selecionada aleatoriamente da população total.
- Os dados devem resultar em uma curva de distribuição normal em forma de sino. O nível de significância pode ser especificado quando uma distribuição normal é assumida.
- Um grande tamanho de amostra deve ser usado.
- A variância e os desvios padrão devem ser iguais para as variáveis dependentes.
Principais diferenças entre o teste t pareado e o teste t não pareado
Conclusão
Todos os dias, os indivíduos se veem analisando novas ideias, obtêm métodos rápidos para concluir o trabalho alocado ou encontram uma abordagem direta e não tão sofisticada para tentar fazer o que estão fazendo melhor. A questão essencial é se a nova ideia é ou não notavelmente melhor do que o que eles originalmente tinham em mente. Essas novas ideias que os indivíduos tendem a apresentar são comumente chamadas de hipótese. O teste dessas ideias para determinar se uma funcionaria ou não melhor do que a outra é chamado de teste de hipótese. É a arte de tomar decisões usando dados.
A peça acima fornece uma visão geral dos dois termos estatísticos - Testes T emparelhados e Testes T não emparelhados. Isso nos ajuda a entrar em um estudo detalhado sobre o conceito de testes T não pareados e levanta a questão de quão vantajoso é em questões de decidir a probabilidade de um valor em uma amostra e se os benefícios superam ou não as desvantagens quando se trata de escolher esta técnica de cálculo.
Ele também nos fornece uma visão geral do conceito de testes T emparelhados e nos mostra os vários campos e exemplos onde os testes T em pares são usados adequadamente, suposições que são necessárias para seguir de antemão e a fórmula que pode ser usada para o cálculo para assegurar a importância da distinção entre meios de medidas tomadas duas vezes no mesmo assunto.
