이것이 너무 기본적이지 않기를 바랍니다.
저는 다음과 같은 상황에서 페어링 테스트를 사용했음을 이해합니다. , 같은 피험자가 실험 / 치료 전후 (예 : 환자가 약물 투여 전후)를 추적합니다.
그러나이 형식으로 설명되지 않은 경우가 있으므로 저는 싶습니다. 테스트 된 이벤트의 종속성이 쌍 테스트를 사용하기에 충분한 지 확인합니다. 구체적으로 다음과 같은 두 가지 실험을 생각하고 있습니다.
1) 차종이 다른 자동차 C1, C2의 주차 시간을 테스트하고 있습니다. 평균 주차 시간이 동일한 지 확인하려고합니다.
10 명이 주차 한 C1 차량이 있고 각각의 주차 시간을 측정하여 평균 $ \ mu_1 모든 주차 시간의 $ . 그런 다음 C1과 같은 위치에 동일한 10 명이 C2를 주차하고 주차 시간을 측정하고 평균 $ \ mu_2 $ 을 계산합니다. 주차 작업은 매번 동일한 그룹에서 수행하므로 쌍을 이룬 t-Test를 사용하여 $ \ mu_1 = \ mu_2 $ (주어진 선택 항목에서 신뢰), 두 시간이 상관되기 때문입니까?
2) 오른팔과 왼팔의 길이가 같은지 테스트하고 싶습니다. 측정 값이 서로 관련되어있을 가능성이 높기 때문에 팔다리가 같은 사람에서 측정되는 경우 쌍 테스트를 사용합니까? 그리고 어떤 경우에 우리는 한 사람의 팔다리 만 측정하고 다른 사람에게는 왼쪽 팔다리 만 측정했거나 한 사람당 하나의 팔다리 만 측정했다면 쌍 테스트를 사용하지 않을까요? 감사합니다.
답변
일반적으로 쌍을 이룬 $ t $를 사용합니다. -두 샘플간에 공유되는 (그리고 일치 할 수있는) 관측치간에 변동이있을 때 테스트합니다.
예 # 1에서 예 : 쌍을 이룬 $ t $ -테스트는 개별 운전자가 다른 능력을 가지고 있기 때문에 각 운전자를 자신과 페어링하면 주차 차량 C1과 C2에 차이가 있는지 더 잘 예측할 수 있습니다.
또한 가능합니다. 두 샘플에서 동일하게 표현 된 다양한 경험의 드라이버가있는 경우 쌍 테스트를 수행하십시오. 그런 다음 C1과 C2의 새로운 운전자, 더 많은 경험을 가진 운전자 등을 비교합니다 (경험 그룹에 따라 다름). 이는 각 운전자를 자신과 비교하는 명확한 이상보다는 적지 만 경험이 운전 능력 (및 따라서 주차 시간)에 영향을 미치는 $ t $ -테스트는 합동 테스트보다 낫습니다.
그렇지 않으면 자동차 C1과 C2에 대한 관측치를 1 : 1로 연결하면 대신 계층화 된 $ t $ -테스트를 수행 할 수 있습니다.하지만 필요하기 때문에 조금 더 복잡해집니다. 각 그룹-자동차 콤보의 다른 숫자와 변형을 수정합니다. 이 계층화 된 $ t $ -test에 대한 글 는 부기가 어떻게 관여하는지 보여줍니다.
두 번째 예에서 다시 한 쌍의 $ t $ -각 사람의 두 팔다리를 측정했는지 테스트하십시오. 일부 왼쪽 사지와 일부 오른쪽 사지가 빨간색이면 사지 차이와 관련이있을 것으로 예상되는 몇 가지 요인이없는 한 풀링 된 $ t $ -테스트를 사용합니다. (저는 한 쌍의 $ t $ -test가 일부 왼쪽 사지와 일부 오른쪽 사지를 측정하는 데 효과가있는 설정을 상상하는 데 어려움을 겪고 있습니다.)