t-검정 (t-test) 또는 스튜던트 t-테스트 (Student's t-test)는 檢定統計量 이 歸無假說 下에서 t-分布 를 따르는 統計的 假說 檢定 法이다.

t-테스트는 一般的으로 검정統計量이 正規 分布 를 따르며 分布와 關聯된 스케일링 便數값들이 알려진 境遇에 使用한다. 이때 母集團 의 分散 과 같은 스케일링 港을 알 수 없으나, 이를 데이터를 基盤으로 한 推定값으로 代替하면 검정統計量은 t-分布 를 따른다. 例를 들어 t-테스트를 使用하여 두 데이터 세트(集團)의 平均이 서로 留意하게 다른지 與否를 判別할 수 있다.

歷史 [ 編輯 ]

t-分布는 1876年에 프리드리히 로베르트 헬메르트 와 ^{[1] [2] [3]} 야콥 뤼로스 에 ^{[4] [5] [6]} 依해 事後檢定 法 中 하나로 誘導되는데, 1895年에는 칼 피어슨 에 依해 피어슨 分布 4兄의 特別한 꼴임이 밝혀졌다. ^[7] 스튜던트 t 分布 라는 이름은 1906年부터 1907年까지 유니버시티 칼리지 런던 의 칼 피어슨 麾下 硏究室에 있었던 ^[8] 윌리엄 實利 고셋 이 1908年 科學 學術誌인 《바이오메트리카 _Biometrika 》에 스튜던트라는 筆名으로 ^{[註解 1]} 論文을 提出한 데에서 起因했다. ^{[10] [11]} 로널드 피셔 가 이 分布를 紹介하면서 '스튜던트 t-分布', '스튜던트 t-테스트'라는 이름을 使用해 널리 알려지게 되었다. ^[12]

예 [ 編輯 ]

t-테스트는 獨立된 또는 從屬된(대응된) 두集團의 比較에서 有用하다. 一般的인 硏究設計나 論文等에서 t-검정(t檢定)은 두 平均 等 比較값이 意味 있게 差異가 나는지를 檢査하는 方法으로 많이 使用된다. 零假說 下에서 t-分布를 이루는 統計値를 使用한다. t-테스트는 一般的으로 零假說 棄却與否에 앞서서 等分散性 (homoskedasticity)을 檢證하는 전단계를 갖는다. 스튜던트 t-검정(Student t檢定)으로도 불리며 두 標本 平均 間의 差異에 對한 有意性을 決定하는 데 有用한 統計的 方法이다.

統計프로그램 [ 編輯 ]

IBM SPSS 는 T-테스트에서 零假說 의 臨界値(α) 領域(零假說 棄却 有無)을 確認할 수 있는 P값 (有意確率)인 sig를 提示한다. PSPP 에서도 이와같이 sig 값을 보여준다.

(예) α < sig(P) 이면 零假說 採擇(零假說 棄却不可)

(예) α > sig(P) 이면 零假說 棄却 ( 對立假說 採擇 - 統計的으로 有意味하다)

이러한 IBM SPSS , PSPP, R, SAS等의 統計프로그램의 假說檢證은 可讀性을 높이는 P값(有意確率) sig를 보여준다는 點에서 T-테스트뿐만아니라 分散分析,回歸分析等에서 一貫되게 便利性을 提供한다.

Z테스트 [ 編輯 ]

Z-테스트 로부터 T-테스트 값을 計算하여 推定할 수 있다.

${\displaystyle T=Z10+50}$

같이 보기 [ 編輯 ]

• ANOVA
• F테스트
• 推定理論
• T 點數 (T-score)
• T 테이블

註解 [ 編輯 ]

各州 [ 編輯 ]