假设人口的平均智商为 100,sd 为 15。如果计算出的学术智商为 125,则双向 t 检验无法拒绝教授明显比 5% 中的普通人聪明的假设显着,100+1.96*15 ~ 130 为拒绝余量。现在,单向 t 检验拒绝了边际为 124.67 的假设。
我的问题是知道学者的天赋不能低于较低的 2.5% 百分位数,或者就此而言,即使是普通人,在这种情况下使用单向测试是否合乎逻辑?
假设人口的平均智商为 100,sd 为 15。如果计算出的学术智商为 125,则双向 t 检验无法拒绝教授明显比 5% 中的普通人聪明的假设显着,100+1.96*15 ~ 130 为拒绝余量。现在,单向 t 检验拒绝了边际为 124.67 的假设。
我的问题是知道学者的天赋不能低于较低的 2.5% 百分位数,或者就此而言,即使是普通人,在这种情况下使用单向测试是否合乎逻辑?
您不需要任何显着性测试。你已经有了所讨论教授的智商,即 125,不等于 100。你似乎对这种情况感到困惑的情况是,当你有一个来自某个人群的样本并且你想制作一个关于人口平均智商的推断。说样本均值与 100“显着”不同意味着您已经确定总体均值不是 100。但是这里没有可以推断的总体,因为您正在比较教授的总体平均智商to 是已知的。
如果教授的得分明显低于平均水平,那就值得报告了。因此,您对尾部的两端感兴趣,需要执行双尾测试。
通常你将你的 p 与一些 alpha 进行比较。该 alpha 被认为是 0.05,就像测试被认为是两个尾的一样。
这是两个尾巴的两个原因。