مقارنة مجموعتين – اختبار التوزيع العشوائي واختبار ⁦t⁩ لعينتين

الرياضياتالإحصاء15–16 سنة

استخدمها مع صفي

ثلاث تجارب عشوائية حقيقية (الكافيين والنقر بالأصابع، والقيلولة أو الكافيين قبل اختبار للذاكرة، والدافع الداخلي أو الخارجي والإبداع)، أو بيانات مولَّدة، أو قيمك الخاصة. اخلط تسميات المجموعتين مرة بعد مرة لبناء توزيع الخلط العشوائي لفرق المتوسطين، واقرأ نسبة عمليات الخلط المتطرفة بقدر الفرق الملاحظ على الأقل، ثم قارن هذه القيمة الاحتمالية ⁦p⁩ باختبار ⁦t⁩ لعينتين وفق ⁦Welch⁩ أو المجمّع.

الدرس: الاستدلال لمجموعتين: اختبارات التوزيع العشوائي واختبار ⁦t⁩ لعينتين

ماذا تعرض

في التجربة العشوائية، حدّدت الصدفة مَن يتلقى كل معالجة. لو لم يكن للمعالجة أي أثر (الفرضية الصفرية)، لكانت قيمة كل مشارك هي نفسها في أي من المجموعتين، لذا فإن الفرق الملاحظ بين المتوسطين ليس إلا واحدًا من طرق كثيرة كان يمكن أن توزَّع بها التسميات. ويُظهر خلط التسميات مرة بعد مرة توزيع الخلط العشوائي هذا، والقيمة الاحتمالية ⁦p⁩ هي نسبة عمليات الخلط المتطرفة بقدر الفرق الملاحظ على الأقل. ويصل اختبار ⁦t⁩ لعينتين إلى قيمة ⁦p⁩ مقاربة بصيغة رياضية، بافتراض مجتمعات طبيعية تقريبًا؛ أما نسخة ⁦Welch⁩ فلا تفترض تساوي التباينات.

طريقة الاستخدام

اختر مجموعة البيانات والفرضية البديلة ⁦μ₁ > μ₂⁩ أو ⁦μ₁ ≠ μ₂⁩ أو ⁦μ₁ < μ₂⁩. اضغط خلط التسميات مرة واحدة لترى القيم توزَّع على مجموعتين جديدتين، ثم ⁦+100⁩ عملية خلط أو ⁦+1000⁩ عملية خلط لبناء التوزيع. فعّل المقارنة باختبار ⁦t⁩ لترى ⁦t⁩ و ⁦df⁩ وقيمته الاحتمالية ⁦p⁩، وبدّل بين ⁦Welch⁩ والمجمّع. عدّل القيم لاستخدام بياناتك الخاصة، وغيّر البذرة العشوائية، ثم اضغط تسجيل.

المعاملات القابلة للتغيير

  • مجموعة البيانات الكافيين والنقر بالأصابع, القيلولة أو الكافيين: الكلمات المتذكَّرة, الدافع والإبداع, بيانات مولَّدة, بياناتك الخاصة
  • الفرضية البديلة ⁦H₁⁩ ⁦μ₁ > μ₂, μ₁ ≠ μ₂, μ₁ < μ₂⁩
  • اختبار ⁦t⁩ ⁦Welch⁩ (تباينات غير متساوية), المجمّع (تباينات متساوية)
  • المقارنة باختبار ⁦t⁩
  • البذرة العشوائية ⁦1–999⁩
  • حجم كل مجموعة ⁦n⁩ (بيانات مولَّدة) ⁦4–30⁩
  • الفرق الحقيقي ⁦μ₁ − μ₂⁩ (بيانات مولَّدة) ⁦-6–6⁩
  • الانحراف المعياري للمجتمع ⁦σ⁩ (بيانات مولَّدة) ⁦1–8⁩
  • شكل المجتمع (بيانات مولَّدة) طبيعي, ملتوٍ نحو اليمين
  • عمليات الخلط المنجزة عند فتح الصفحة ⁦0–10000⁩

أسئلة للاستكشاف

  1. لماذا تتغير قيمة ⁦p⁩ للتوزيع العشوائي قليلًا عند تغيير البذرة، بينما لا تتغير قيمة ⁦p⁩ لاختبار ⁦t⁩؟
  2. في بيانات القيلولة أو الكافيين، ما مدى تقارب قيمة ⁦p⁩ للتوزيع العشوائي وقيمة ⁦p⁩ لاختبار ⁦t⁩؟
  3. ماذا يحدث لقيمتي ⁦p⁩ كلتيهما عند إضافة قيمة كبيرة جدًا إلى المجموعة ⁦1⁩؟