t 统计量前后

机器算法验证 r 假设检验 自习 t检验 t分布
2022-04-02 16:04:01

我正在对 Udacity 的推理统计入门课程(问题集 10b)进行练习,我需要计算治疗前后情况的 t 统计量。我的零假设是治疗没有效果,另一种选择是治疗会降低值(所以我将在负方向上进行单尾检验)

之前的值是[8, 7, 6, 9, 10, 5, 7, 11, 8, 7](平均值 7.8)和之后的值是[5, 6, 4, 6, 5, 3, 2, 9, 4, 4](平均值 4.8)

我在 alpha = 0.05 时的 t-critical 是 -1.83

我认为我可以通过计算平均值的标准误差来计算它(这是差异的标准偏差(1.33)除以 sqr(10)-> 0.421637)然后将平均差异(-3)除以标准均值误差,结果为 -7.11

但这不是我正在寻找的价值。

有人可以指出问题出在哪里吗?

以下是计算:

Before  After       Difference
8         5           -3
7         6           -1
6         4           -2
9         6           -3
10        5           -5
5         3           -2
7         2           -5
11        9           -2
8         4           -4
7         4           -3


            SD ifference    1.333333333



Standard Error of the mean:         0.421637021 
Mean differences            -3  
            t   -7.115124735

这是问题的链接(https://www.udacity.com/course/viewer#!/c-ud201/l-1905528537

1个回答

您正确地解决了问题;该网站没有。 它犯了一个众所周知的错误,即没有将中间结果保留到足够的精度,导致其最终答案是错误的。


取证分析

该网站引导学生完成一系列引导性问题,以完成进行 t 检验的步骤。在制定零假设和替代假设后,要求学生计算中间结果,例如平均差 (-3) 及其标准误差(约 0.421637)。但是,它坚持只输入有限精度的值。 唯一的方法是将 SE 舍入到 0.42。此时,系统要求学生将SE的正确值替换为四舍五入的值。 这会导致正确的 t 统计量(大约等于 -7.115125)计算为 -3/0.42 = -7.14。 那(或非常接近它的东西)是一个必须输入才能继续的答案!


验尸咆哮

这种方法的教学错误令人震惊:统计实践被简化为记住情况和程序的名称,使用它们来查找和计算一系列公式。正确答案和许多接近正确的答案被认为是错误的。强制错误的答案必须通过计算最终产生不正确的最终答案。学生只能猜测网站可能接受的内容,而没有任何关于他们可能犯的错误的指导。很难想象在一个更恶劣的环境中尝试学习任何东西。