Statistics 两个样本方差为0时的T-student

Statistics 两个样本方差为0时的T-student,statistics,average,mean,Statistics,Average,Mean,你好,我正在努力更好地理解t-student方法 我有两个小组回答了10个问题: 在1到5的范围内,你 第一组每个问题回答1个问题 第2组每个问题回答5个问题 我想说的是,在小组回答中存在显著差异,因此选择了t-student。以下是我迄今为止所做的工作: Sum of group 1 answers : 10 Sum of group 2 answers : 50 Avg1 : Average score group 1 = 1 Avg2 : Average score group 2 = 5

你好,我正在努力更好地理解t-student方法

我有两个小组回答了10个问题:

在1到5的范围内,你

  • 第一组每个问题回答1个问题
  • 第2组每个问题回答5个问题
  • 我想说的是,在小组回答中存在显著差异,因此选择了t-student。以下是我迄今为止所做的工作:

    Sum of group 1 answers : 10
    Sum of group 2 answers : 50
    Avg1 : Average score group 1 = 1
    Avg2 : Average score group 2 = 5
    
    SS1 : Sum square of answers from group 1 = 10
    SS2 : Sum square of answers from group 2 = 250
    SD1 : Sum Square of deviation of group 1. (SS1 - Sum of group 1 answers² / 10 = 0.
    SD2 : Sum Square of deviation of group 2, (SS2 - Sum of group 2 answers² / 10 = 0.
    
    第一组和第二组的问题是独立的

    然后我努力计算t,因为我使用的公式如下:

    t = (Avg1 - Avg2) / Root( (SD1+SD2) / (10+10-2) * (1/10 + 1/10) )
    
    我有一个空分母值


    有人能帮我理解我的错误吗?

    学生的t检验比较了两组的平均值,即标准误差。简单来说,t检验问“它们之间有多少标准误差?”

    问题是您的组的标准偏差为0,这意味着您的标准误差为0。Student的t-test做了许多数学假设,其中一个假设是,您的数据中至少有一些分布(否则,您可能不会进行测试!)

    所以不,这不是因为你的t检验计算有任何错误,这只是你的数据

    也许另一种方法是卡方检验,将数据简化为分类数据。下面是R中的情况:

    data <- matrix(c(10,0,0,10), nrow=2, ncol=2)
    rownames(data) <- c("group 1","group 2")
    colnames(data) <- c("low","high")
    
    data
    ##         low high
    ## group 1  10    0
    ## group 2   0   10
    
    chisq.test(data)
    ## 
    ##  Pearson's Chi-squared test with Yates' continuity correction
    ## 
    ## data:  data
    ## X-squared = 16.2, df = 1, p-value = 5.699e-05
    

    数据非常感谢您的解释!