Mẹo nhỏ: Để tìm kiếm chính xác các bài viết của Vuihecungchocopie.vn, hãy search trên Google với cú pháp: "Từ khóa" + "vuihecungchocopie". (Ví dụ: công thức giải rubik 3x3 vuihecungchocopie). Tìm kiếm ngay
11 lượt xem

Mean Difference Là Gì, Nghĩa Của Từ Mean Difference, Nghĩa Của Từ Mean Difference Trong Tiếng Việt

Bạn đang quan tâm đến Mean Difference Là Gì, Nghĩa Của Từ Mean Difference, Nghĩa Của Từ Mean Difference Trong Tiếng Việt phải không? Nào hãy cùng Vuihecungchocopie đón xem bài viết này ngay sau đây nhé, vì nó vô cùng thú vị và hay đấy!

Đây là bản dịch tiếng Việt của tôi về một bài báo rất hay giải thích ý nghĩa của phương pháp t-test (hay phương pháp t-test – tôi chỉ gọi nó là t trong bài báo). – cho ngắn gọn) của Patrick runkel. Tên đầy đủ của bài hát gốc bằng tiếng Anh là “thử nghiệm t là gì? Tại sao nó giống như bảo một đứa trẻ dọn dẹp đống bừa bộn trong bếp?” Bạn có thể đọc bản gốc tại đây.

Bạn đang xem: Sự khác biệt về phương tiện là gì, Sự khác biệt về phương tiện là gì, Sự khác biệt về phương tiện trong tiếng Việt là gì

Bạn đang xem: Mean difference la gi

Phương pháp kiểm định t là một trong những thủ tục được sử dụng phổ biến nhất trong khoa học thống kê.

Nhưng ngay cả những người sử dụng t-test thường xuyên cũng không biết phương pháp này hoạt động như thế nào, vì tất cả dữ liệu được xử lý ẩn trong phần mềm thống kê như minitab.

Bạn nên dành một chút thời gian để xem cách kiểm tra t hoạt động đằng sau bức màn này.

Bởi vì nếu bạn hiểu cách hoạt động của phương pháp t-test, bạn có thể hiểu rõ hơn về dữ liệu của mình dựa trên kết quả mà phương pháp t-test tạo ra. Bạn cũng có thể hiểu sâu hơn về lý do tại sao phát hiện của bạn (hoặc không) “có ý nghĩa thống kê”.

Trên thực tế, nếu bạn có một thanh thiếu niên thích chơi hơn là làm việc nhà, bạn có thể đã có một trải nghiệm tương tự như cơ sở lý luận đằng sau bài kiểm tra t. .

Phân tích phương pháp kiểm tra t

Phương pháp kiểm định t thường được sử dụng để xác định xem giá trị trung bình của một tổng thể có khác với một giá trị nào đó hay không (được gọi là giá trị trung bình của tổng thể). Hypothetical – Trung bình giả thuyết) hoặc giá trị trung bình của một quần thể khác.

Ví dụ: phương pháp t-test 1 mẫu (hoặc phương pháp t-test một mẫu) được sử dụng để kiểm tra xem liệu thời gian chờ đợi trung bình của bệnh nhân tại một phòng khám y tế có lâu hơn Cần 15 phút, dựa trên dữ liệu từ một tập hợp dữ liệu bệnh nhân ngẫu nhiên.

Để xác định xem liệu sự khác biệt (giữa thời gian chờ thực tế và dự kiến) có ý nghĩa thống kê hay không, phương pháp kiểm định t sẽ tính toán một giá trị được gọi là giá trị t. Các giá trị p nổi tiếng cũng được lấy trực tiếp từ các giá trị t). Giá trị được tính như sau:

t = frac { bar {x} – mu _ {0}} { frac {s} { sqrt {n}}}

Xem thêm: Vải voan là gì ? Ưu nhược điểm và ứng dụng tuyệt vời của Vải voan

Công thức toán học này có vẻ khó hiểu, nhưng bạn thực sự có thể nắm được nó nếu bạn hiểu hai động lực quan trọng đằng sau nó: tử số (ở trên cùng) và mẫu số. (ở dưới cùng).

Phần tử kỹ thuật số là tín hiệu

Phần tử số trong công thức thử nghiệm t 1 mẫu đo cường độ tín hiệu (tín hiệu): sự khác biệt giữa giá trị trung bình của mẫu dữ liệu ( bar {x} ) và trung bình tổng thể ( > mu_ {0} ).

Quay lại ví dụ về thời gian chờ của bệnh nhân, giả sử trung bình là 15 phút.

Nếu thời gian chờ trung bình của bệnh nhân trong mẫu ngẫu nhiên của bạn là 15,1 phút, thì tín hiệu bằng 15,1 – 15 = 0,1 phút. Sự khác biệt này là nhỏ, vì vậy tín hiệu trong phần tử số là yếu .

Tuy nhiên, nếu thời gian chờ trung bình của bệnh nhân là 68 phút, thì sự khác biệt sẽ lớn hơn hoặc bằng 68-15 = 53 phút. Vì vậy, tín hiệu sẽ mạnh .

Xem thêm: Xuân này tìm mẹ ở đâu, thư xuân hải ngoại, xuân này tìm mẹ ở đâu

Phần mẫu số là tiếng ồn

Mẫu số đo lượng dao động hoặc “nhiễu” trong mẫu dữ liệu.

Biểu tượng

là độ lệch chuẩn – mô tả phạm vi biến động trong dữ liệu. Nếu bạn có một bệnh nhân chờ 50 phút, một bệnh nhân khác chờ 12 phút, một bệnh nhân khác chờ 0,5 phút, một bệnh nhân khác chờ 175 phút, v.v., thì bạn có thể nói rằng dữ liệu của bạn có rất nhiều biến động. Điều này có nghĩa là giá trị s càng lớn thì mức độ nhiễu trong dữ liệu càng cao. Mặt khác, nếu bạn có một bệnh nhân đợi 14 phút, một bệnh nhân khác đợi 16 phút và một bệnh nhân khác chờ 12 phút, thì bạn có thể nói rằng dữ liệu của bạn dao động rất ít. Điều này có nghĩa là giá trị s càng nhỏ thì dữ liệu càng ít bị “nhiễu”.

Biểu tượng sqrt {n} bên dưới s có nghĩa là gì? Đây là căn bậc hai của kích thước mẫu dữ liệu của bạn (ví dụ: nếu mẫu của bạn có 30 người, n = 30). Tất cả mọi thứ đều như nhau, nếu kích thước mẫu dữ liệu của bạn nhỏ, dữ liệu của bạn sẽ có nhiều nhiễu hơn và nếu kích thước mẫu dữ liệu của bạn lớn, dữ liệu của bạn sẽ ít nhiễu hơn.

Giá trị

t là tỷ lệ tín hiệu trên nhiễu

Công thức trên cho thấy giá trị t chỉ đơn giản là so sánh cường độ tín hiệu với nhiễu trong mẫu dữ liệu.

Xem thêm: Vận mệnh là gì? Cách xem vận mệnh chuẩn mà đơn giản

Nếu tín hiệu tương đối yếu so với mức nhiễu, giá trị t sẽ nhỏ hơn. Do đó, mức độ khác biệt không có ý nghĩa thống kê.

Trong biểu đồ ở bên phải của biểu đồ trên, sự khác biệt giữa giá trị trung bình của dữ liệu bar {x} và giá trị trung bình giả định mu_ {0} là 16 phút. Nhưng do dữ liệu trong mẫu phân tán nên sự khác biệt này không có ý nghĩa thống kê. tại sao vậy? Bởi vì giá trị t – tỷ lệ tín hiệu trên nhiễu – tương đối nhỏ do mẫu số lớn.

Tuy nhiên, nếu tín hiệu mạnh hơn so với nhiễu, độ lớn (tuyệt đối) của giá trị t sẽ lớn hơn. Do đó, sự khác biệt giữa bar {x} mu_ {0} có nhiều khả năng có ý nghĩa thống kê hơn.

Trong hình ảnh trên, chênh lệch giữa bar {x} mu_ {0} cũng là 16 phút. Kích thước dữ liệu cũng vậy. Nhưng lần này, các điểm dữ liệu được nhóm lại gần nhau hơn. Bởi vì dữ liệu ít biến động, sự khác biệt trong 16 phút hiện có ý nghĩa thống kê.

Thông báo về ý nghĩa thống kê

Bài kiểm tra t như yêu cầu con bạn dọn dẹp nhà bếp là gì?

Nếu con bạn đang nghe nhạc, chơi trò chơi điện tử, nhắn tin cho bạn bè hoặc bị phân tâm bởi các nguồn “tiếng ồn” khác, bạn sẽ cần phải nói to để vượt qua. “Có ý nghĩa”. Hoặc, nếu bạn có thể loại bỏ nguồn ồn, bạn không cần phải nói to với con mình.

Xin nhắc lại, nếu kết quả t-test của bạn không có ý nghĩa thống kê, thì có thể do một trong những lý do sau:

(Điều này giải thích tại sao cỡ mẫu rất lớn có thể mang lại ý nghĩa thống kê, ngay cả khi sự khác biệt là rất nhỏ và hoàn toàn không có tác dụng thực sự.)

Công thức này cũng giải thích lý do tại sao các nhà thống kê phàn nàn về ngôn ngữ đôi khi được sử dụng để đưa ra kết quả kiểm tra t. Ví dụ: một kết quả kiểm tra t ngoài dự kiến ​​sẽ được nêu là: “Không khác biệt đáng kể …”

Không nhất thiết …

Thực tế là có thể có những khác biệt có ý nghĩa. Nhưng có thể là do mẫu dữ liệu của bạn quá nhỏ hoặc sự thay đổi trong các điểm dữ liệu quá lớn khiến nghiên cứu của bạn không thể hiện được ý nghĩa thống kê. Bạn có thể khẳng định một cách an toàn: “Nghiên cứu của chúng tôi không tìm thấy bằng chứng nào về sự khác biệt có ý nghĩa thống kê.”

Xem thêm: Widget trên điện thoại (Android, iOS) là gì? Tiện ích của widget

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *