Test \(t\) dla grup niezależnych wykonujemy jeżeli analizujemy eksperyment wykonany na tej samej grupie badawczej. Teoria dla tego typu testu opiera się na założeniu, że obliczamy różnice pomiędzy pierwszym pomiarem grupy badawczej, a drugim pomiarem grupy badawczej. To prowadzi do uzyskania testu \(t\) dla jednej próby w którym testujemy hipotezę, że średnia różnic wynosi 0 (\(H_A:\mu=0\)).
Algorytm postępowania w przypadku testu t dla prób zależnych jest analogiczny do wcześniej poznanych algorytmów. Zakłada on:
Przykład 1 W pliku Cw4_1.txt znajdują się pomiary zapotrzebowania energetycznego 11 kobiet przed i po menstruacji. Na podstawie otrzymanych wyników odpowiedz na pytanie czy zapotrzebowanie energetyczne przed i po menstruacji jest na tym samym poziomie (na poziomie istotności \(\alpha\)=0.05) Ponieważ pomiary zapotrzebowania energetycznego przed i po menstruacji wykonane zostały na grupie tych samych kobiet możemy wykorzystać test \(t\) dla prób zależnych. 1. Formułujemy hipotezy: \(H_0: \overline{x}_{różnic} = 0\) \(H_A: \overline{x}_{różnic} \neq 0\) 2. Wykonujemy test
# wczytujemy dane do R
dane <- read.csv("~/konas13@gmail.com/Dokumenty/Dydaktyka/Statystyka_Ochrona_Srodowiska/Cw_4_Test_t_czIII/Cw4_1.txt")
t.test(dane$pre,dane$post, paired = T)
##
## Paired t-test
##
## data: dane$pre and dane$post
## t = 11.941, df = 10, p-value = 3.059e-07
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 1074.072 1566.838
## sample estimates:
## mean of the differences
## 1320.455
Zadania