独立したサンプル t 検定の使用例

このテストの使用例については、プログラムに参加する前とプログラムを終了した後の子犬のスキルを測定する子犬のトレーニング プログラムからの以下のサンプル データを参照してください。

子犬 ID	トレーナー名	トレーニング前スコア	トレーニング後スコア
123	Rachel	9.5	12.5
124	Jenny	11.6	13.8
125	Jenny	11.1	12.9

Rachel が、Jenny にはもっと才能のある子犬が割り当てられると主張したとします。 トレーニング前スコア カラムで独立標本の t 検定を実行し、トレーナー名カラムでグループ・バイすることで、この仮定をテストできます。この場合、帰無仮説は、Rachel の子犬の平均トレーニング前スコアが Jenny の子犬よりも統計的に低くないということです。下側片側 p 値が 0.05 未満の場合、帰無仮説は棄却されます。

このモデルは、独立変数の影響により、従属変数の平均スコアの差が見つかると想定しています。したがって、独立サンプルの t 検定は依存関係の分析です。これは、最も広く使用されている統計テストの 1 つです。 (ソース)

子犬のトレーニング プログラムの例を使用すると、Jenny の子犬は Rachel の子犬よりもトレーニング前後でスキル チャレンジにおいて優れているでしょうか？ この場合、テストするカラム パラメーターとして、トレーニング前スコア カラムとトレーニング後スコア カラムの両方を選択します。 グループ・バイするカラムとして「トレーナー名」を選択します。このテストは 2 つのグループでのみ計算でき、グループ・バイ カラムには 2 つ以上の値が存在する可能性があるため (この場合、トレーナーが 2 人以上いた場合)、どの2つのグループに対してテストを実行するかを指定する必要があります。Group by カラムの First Group Value パラメーターと Second Group Value パラメーターに 2 つの値を入力します。この場合、「Rachel」と「Jenny」と入力します。