Всякий раз, когда вы проводите t-тест, в результате вы получаете тестовую статистику. Чтобы определить, являются ли результаты t-теста статистически значимыми, можно сравнить статистику теста с критическим значением T. Если абсолютное значение тестовой статистики больше критического значения Т, то результаты теста статистически значимы.
Критическое значение T можно найти с помощью таблицы распределения t или с помощью статистического программного обеспечения.
Чтобы найти критическое значение T, необходимо указать:
- Уровень значимости (обычно выбирают 0,01, 0,05 и 0,10).
- Степени свободы
Используя эти два значения, вы можете определить критическое значение T для сравнения со статистикой теста.
Как найти критическое значение T в Python
Чтобы найти критическое значение T в Python, вы можете использовать функцию scipy.stats.t.ppf() , которая использует следующий синтаксис:
scipy.stats.t.ppf(q, df)
куда:
- q: уровень значимости для использования
- df : Степени свободы
В следующих примерах показано, как найти критическое значение T для левостороннего, правостороннего и двустороннего критериев.
Левосторонний тест
Предположим, мы хотим найти критическое значение T для левостороннего теста с уровнем значимости 0,05 и степенями свободы = 22:
import scipy.stats
#find T critical value
scipy.stats.t.ppf(q=.05,df=22)
-1.7171
Критическое значение T равно -1,7171.Таким образом, если статистика теста меньше этого значения, результаты теста являются статистически значимыми.
Правосторонний тест
Предположим, мы хотим найти критическое значение T для правостороннего теста с уровнем значимости 0,05 и степенями свободы = 22:
import scipy.stats
#find T critical value
scipy.stats.t.ppf(q=1-.05,df=22)
1.7171
Критическое значение T равно 1,7171.Таким образом, если статистика теста больше этого значения, результаты теста являются статистически значимыми.
Двусторонний тест
Предположим, мы хотим найти критическое значение T для двустороннего теста с уровнем значимости 0,05 и степенями свободы = 22:
import scipy.stats
#find T critical value
scipy.stats.t.ppf(q=1-.05/2,df=22)
2.0739
Всякий раз, когда вы выполняете двусторонний тест, будет два критических значения. В этом случае критические значения T равны 2,0739 и -2,0739.Таким образом, если статистика теста меньше -2,0739 или больше 2,0739, результаты теста являются статистически значимыми.
Подробные сведения о функции t.ppf() см. в документации SciPy .