t-검정 계산기 (대응·Welch·단일 표본)

특별한 이유가 없다면 Welch입니다. 합동 분산 검정은 두 모집단의 분산이 같다고 가정하며, 그렇지 않으면, 특히 집단 크기가 다르면 믿기 어려워집니다. Welch 검정은 그 가정을 버리면서도 분산이 실제로 같을 때 잃는 것이 거의 없어서, R과 많은 교재가 지금은 기본으로 씁니다. 자유도는 Welch–Satterthwaite 식으로 구하며 대개 정수가 아닙니다.

한 표본의 각 값이 다른 표본의 특정 값과 짝을 이룰 때입니다. 같은 사람의 전후, 왼눈과 오른눈, 같은 시료의 두 측정이 그렇습니다. 짝을 지으면 대상 사이의 변동이 비교에서 빠지므로 대응 없는 검정이 놓치는 차이를 찾아낼 수 있습니다. 대응 데이터에 두 표본 검정을 쓰는 것은 유용한 의미의 보수적 선택이 아니라, 그저 다른 질문에 답하는 것입니다.

귀무가설이 참일 때 관측된 t만큼 또는 그보다 극단적인 t가 나올 확률입니다. 귀무가설이 참일 확률이 아니며, p값이 기준보다 크다고 차이가 없다는 증거도 아닙니다. 신뢰구간은 데이터와 양립하는 차이의 범위를 보여 주므로 대개 예·아니오보다 더 많은 것을 알려 줍니다.

데이터가 반대 방향을 가리키기 때문입니다. 단측 검정은 평균이 가설값보다 큰지(또는 작은지)를 묻는데, 표본 평균이 반대편에 있으면 p값은 1에서 양측 p값의 절반을 뺀 값이 됩니다. 방향은 데이터를 보기 전에 정해야 합니다. p값을 절반으로 만들려고 나중에 방향을 고르는 것은 단측 검정이 아닙니다.

단일 표본은 가설 평균과의 차이를 표본 표준편차로 나눈 값, 대응 표본은 평균 차이를 차이의 표준편차로 나눈 값(d_z라고도 씀), 두 표본은 평균의 차이를 합동 표준편차로 나눈 값입니다. 0.2는 작음, 0.5는 중간, 0.8은 큼이라는 관습적 기준은 대략적인 안내일 뿐 규칙이 아닙니다.