donya88
01-04-2010, 08:26 AM
برای مقایسه سطوح یا میانگین دو نمونه مستقل از داده های کمی، اغلب آزمون t با نمونه های مستقل(Independent Samples t-Test) مناسب است. آزمون t با نمونه های مستقل، در شکل اصلی اش با فرض ثابت بودن واریانس جامعه از یک متوسط واریانس ها یا برآورد ترکیبی آن استفاده می کند. به همین دلیل این آزمون را به عنوان آزمون t ترکیبی (pooled t - test ) شناخته می شود.
آزمون t به طور متداول جهت معنی داری تفاوت بین دو میانگین به کار می رود. این یک فرضیه آزمایشی (Experimental hypothesis) است اما در آزمون های معنی داری رسمی، فرضیه آزمایشی مستقیماً آزمون نمی شود بلکه حالت منفی آن به عنوان فرضیه صفر((Null hypothesis (H0) شناخته می شود مورد آزمون قرار می گیرد.
برای مقایسه سطوح یا میانگین دو نمونه مستقل از داده های کمی، اغلب آزمون t با نمونه های مستقل (Independent Samples t-Test) مناسب است. آزمون t با نمونه های مستقل، در شکل اصلی اش با فرض ثابت بودن واریانس جامعه از یک متوسط واریانس ها یا برآورد ترکیبی آن استفاده می کند.
آزمون t به طور متداول جهت معنی داری تفاوت بین دو میانگین به کار می رود. این یک فرضیه آزمایشی (Experimental hypothesis) است اما در آزمون های معنی داری رسمی، فرضیه آزمایشی مستقیماً آزمون نمی شود بلکه حالت منفی آن به عنوان فرضیه صفر((Null hypothesis (H0) شناخته می شود مورد آزمون قرار می گیرد.
برای مقایسه سطوح یا میانگین دو نمونه مستقل از داده های کمی، اغلب آزمون t با نمونه های مستقل (Independent Samples t-Test) مناسب است. آزمون t با نمونه های مستقل، در شکل اصلی اش با فرض ثابت بودن واریانس جامعه از یک متوسط واریانس ها یا برآورد ترکیبی آن استفاده می کند.