Kalkulator sparowanego testu t
Przeprowadź sparowany (zależny) test t na pomiarach przed i po, aby sprawdzić, czy ich średnia różnica jest statystycznie istotna.
Tail
p-value = 0,0002 · df = 7
- 1
Mean difference (d̄)
(sum of 8 differences) ÷ 8 = 4,625Each difference dᵢ = before − after. - 2
Std dev of differences (s_d)
√(Σ(dᵢ − d̄)² ÷ (8 − 1)) = 1,8468 - 3
Standard error (SE)
s_d ÷ √n = 1,8468 ÷ √8 = 0,6529 - 4
t statistic
d̄ ÷ SE = 4,625 ÷ 0,6529 = 7,083
Jak działa ten kalkulator?
Sparowany test t porównuje dwa powiązane pomiary (np. przed i po) analizując ich różnice. Oblicza t = d̄ / (s_d / √n) przy df = n − 1, gdzie d̄ to średnia różnica. Otrzymana wartość p mówi, czy średnia zmiana jest statystycznie istotna, czy jedynie przypadkowym szumem.
Wzór
How this is calculated
Wpisz dwie listy równej długości: wartości „przed” (xᵢ) i wartości „po” (yᵢ). Każda para należy do tego samego podmiotu lub dopasowanej jednostki, co sprawia, że test jest „sparowany”. Kalkulator tworzy różnice sparowane dᵢ = xᵢ − yᵢ dla n par, a następnie oblicza średnią różnicę d̄ = Σdᵢ / n i próbkowe odchylenie standardowe różnic s_d = √(Σ(dᵢ − d̄)² / (n − 1)).
Statystyka testowa to t = d̄ / (s_d / √n), która podąża za rozkładem t-Studenta z df = n − 1 stopniami swobody przy hipotezie zerowej, że prawdziwa średnia różnica wynosi zero. Wartość p pochodzi z dystrybuanty t-Studenta: test dwustronny raportuje 2·P(T > |t|), podczas gdy testy jednostronne raportują odpowiednie prawdopodobieństwo jednego ogona. Selektor ogona przełącza między testowaniem jakiejkolwiek różnicy (≠), wzrostu lub spadku.
Założenia: różnice są w przybliżeniu normalnie rozłożone, a pary są niezależne od siebie. Wartości są bezjednostkowe dla kalkulatora, więc zachowaj obie listy w tych samych jednostkach miary. Przypadki brzegowe: obie listy muszą mieć równą długość i co najmniej 2 pary; jeśli każda różnica jest identyczna (s_d = 0), statystyka jest nieokreślona i nie jest wyświetlany żaden wynik.
Najczęściej zadawane pytania
Stosuj sparowany test t, gdy każda obserwacja w jednej grupie jest naturalnie powiązana z konkretną obserwacją w drugiej, np. ta sama osoba mierzona przed i po leczeniu. Sparowanie eliminuje zmienność między podmiotami, czyniąc test bardziej wydajnym niż test t dla prób niezależnych.
Jest to prawdopodobieństwo zaobserwowania średniej różnicy co najmniej tak ekstremalnej jak twoja, gdyby prawdziwa średnia różnica wynosiła zero. Mała wartość p (zwykle poniżej 0.05) sugeruje, że zmiana przed i po jest mało prawdopodobne, aby wynikała wyłącznie z przypadku.
Każda wartość z listy „przed” jest odejmowana od jej partnera z listy „po”, tworząc jedną różnicę dla pary. Nierówne długości oznaczają, że niektóre pomiary nie mają partnera, więc sparowana różnica nie może zostać zdefiniowana.
Znany również jako
TG we-Calculate Editorial Team. (2026). Kalkulator sparowanego testu t [Online calculator]. TG we-Calculate. https://we-calculate.com/pl/calculator/paired-t-test-calculator
TG we-Calculate Editorial Team. "Kalkulator sparowanego testu t." TG we-Calculate. 2026. https://we-calculate.com/pl/calculator/paired-t-test-calculator.
TG we-Calculate Editorial Team, "Kalkulator sparowanego testu t," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/pl/calculator/paired-t-test-calculator
@misc{wecalculate_paired_t_test_calculator, title = {Kalkulator sparowanego testu t}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/pl/calculator/paired-t-test-calculator}}, year = {2026}, note = {TG we-Calculate} }
Czy ten kalkulator Ci pomógł?