Test T per campioni accoppiati in Excel

In questo tutorial imparerai come eseguire e interpretare il t-test dei campioni accoppiati utilizzando Excel. Puoi guardare il video completo di questo tutorial in fondo a questo blog .

Il t-test del campione accoppiato verificherà una differenza nei mezzi di osservazione. Quindi, abbiamo a che fare con dati quantitativi tra un periodo di tempo e l'altro. Inoltre, abbiamo a che fare con una serie di dati temporali.

Questo sarà un test di ipotesi con tutti i raccordi che lo accompagnano. Se vuoi saperne di più su come eseguire un test di ipotesi in Excel, puoi consultare il mio libro Advancing Into Analytics .

Non entreremo troppo nella teoria, ma utilizzeremo l' Analysis Tool Pack in Excel, dove testeremo al livello di significatività del 95% e utilizzeremo un set di dati sottoposti a revisione paritaria da Plos One .

Fondamentalmente, quello che vogliamo scoprire è se c'è una differenza nelle medie per il Gruppo 1 tra Tempo 1 e Tempo 2. Cercheremo di riprodurre uno studio di ricerca.

Sommario

• Esecuzione e interpretazione del test T per campioni accoppiati
• Conclusione

Esecuzione e interpretazione del test T per campioni accoppiati

Andiamo avanti e tuffiamoci in Excel . Possiamo eseguire questo test per campione e poi ci raggruppiamo e andiamo da lì.

In questi dati, si tratta di singoli pazienti. Sono stati misurati in un periodo chiamato Volume 1 e poi hanno ricevuto un'altra misurazione nel Volume 2 .

Abbiamo bisogno di conoscere le misurazioni in entrambi i periodi altrimenti non possiamo usare questi pazienti o queste osservazioni. Questa è una cosa da sapere sul test t dei campioni accoppiati.

Prendiamo la media dei dati del volume 1 e del volume 2 e quindi otteniamo la differenza tra i due. Sembra che il Volume 2 sia un po' più alto del 14.07.

La cosa bella dell'utilizzo del test di ipotesi è che possiamo davvero scavare in questo e decidere se ciò che stiamo vedendo è solo un colpo di fortuna o meno.

La prossima cosa da fare è andare alla sezione Dati e quindi selezionare Strumenti di analisi dei dati . Se non hai familiarità con il tool pack, puoi consultare il libro per sapere come installarlo o fare una ricerca sul web.

Dalle opzioni, selezionare t-Test: Paired Two Sample for Means quindi fare clic sul pulsante OK .

Per questa finestra, dobbiamo inserire due intervalli.

Per Intervallo variabile 1 , selezionare l' intero intervallo di dati del volume 1 premendo CTRL + Maiusc + freccia giù . Selezioniamo anche l'intera gamma di Volume 2 per il campo Variable 2 Range .

Abbiamo lo stesso numero di osservazioni in ogni gruppo, il che ha senso perché abbiamo bisogno di quelle osservazioni per ogni paziente.

Dato che abbiamo etichette nella prima riga, controlliamo la casella di controllo Labels quindi per Hypothesized Mean Difference , lasciamo vuoto. Assumerà che la differenza media sia significativamente diversa da zero. Possiamo anche verificare se è diverso da 5 o -10, ma 0 è il più comune.

Per l' intervallo di output , possiamo inserirlo nello stesso foglio di lavoro, quindi fare clic su OK .

Notevolmente, questo è un approccio molto guidato dal menu per trovare la differenza in questo test. Possiamo vedere gli stessi numeri che abbiamo visto prima.

Successivamente, voglio che focalizzi la tua attenzione sul valore P(T<=t)> , che è 0.751 . Significa che probabilmente non è una differenza significativa anche se questo numero è un po' più alto statisticamente parlando. Non possiamo dire che sia probabilmente diverso da 0.

Ancora una volta, l'obiettivo è portare la tua analisi al livello successivo applicandovi il test delle ipotesi.

Infine, diamo un'occhiata ai dati del Gruppo 1.

Sulla base della tabella, possiamo vedere dal Plos One Journal che il valore p è 0,751. Ciò significa che siamo stati in grado di riprodurre i risultati della ricerca di questo rapporto, il che è fantastico!

Complimenti anche ai ricercatori per aver pubblicato i loro dati e resi disponibili al pubblico in modo che chiunque possa accedervi. 

Molto spesso, il t-test dei campioni accoppiati viene utilizzato quando c'è un intervento, che si tratti di medicina, marketing o istruzione. Quindi, questo è spesso un test di scienze sociali da usare e sapere se c'è stato qualche cambiamento nell'intervento.

Tuttavia, il lato difficile è che dobbiamo avere le osservazioni sia prima che dopo l'intervento, cosa difficile da fare spesso in contesti aziendali.

Test del chi-quadrato in Excel: confronto delle variabili
Gli hack di Excel che ogni azienda dovrebbe conoscere
ggplot2 Grafici in Excel per visualizzazioni avanzate dei dati

Conclusione

Un test t per campioni appaiati è una procedura statistica utilizzata per confrontare le medie di due gruppi o campioni correlati. Viene comunemente utilizzato in situazioni in cui si hanno due campioni correlati che si desidera confrontare.

Ciò lo rende uno strumento accessibile e conveniente per ricercatori e analisti che devono confrontare in modo rapido e accurato le medie di due gruppi correlati.

Nel complesso, questo è uno strumento essenziale per chiunque lavori con i dati e cerchi di trarne conclusioni significative.

Ti auguro il meglio,

Giorgio Monte