آزمون تی چیست؟

آزمون تی چیست؟

آزمون تی یک آزمون آماری استنباطی است که برای تعیین وجود تفاوت معنادار بین میانگین دو گروه و ارتباط آن‌ها استفاده می‌شود. این آزمون زمانی به کار می‌رود که داده‌ها از توزیع نرمال پیروی کنند و واریانس آن‌ها ناشناخته باشد، مانند داده‌های ثبت‌شده از ۱۰۰ بار پرتاب سکه. آزمون تی از آماره تی، مقادیر توزیع تی و درجات آزادی برای تعیین معناداری آماری استفاده می‌کند.

نکات کلیدی

• آزمون تی می‌تواند تفاوت معنادار آماری بین میانگین دو مجموعه داده را مشخص کند.
• برای آزمون فرضیه‌ها در آمار استفاده می‌شود.
• محاسبه آزمون تی نیازمند تفاوت میانگین‌های هر مجموعه داده، انحراف معیار هر گروه و تعداد مقادیر داده‌ای است.
• آزمون تی می‌تواند وابسته یا مستقل باشد.

آزمون تی: یک آزمون آماری برای مقایسه میانگین دو گروه داده‌ای.

درک آزمون تی

آزمون تی میانگین دو نمونه را مقایسه می‌کند تا تفاوت معنادار آماری را مشخص کند. برای مثال، نمرات دانش‌آموزان یک کلاس فیزیک با دانش‌آموزان یک کلاس نویسندگی احتمالاً میانگین و انحراف معیار یکسانی ندارند. به طور مشابه، نمونه‌های گرفته‌شده از گروه کنترل دریافت‌کننده دارونما و گروه دریافت‌کننده دارو در یک آزمایش دارویی، معمولاً میانگین و انحراف معیار متفاوتی دارند.

چهار فرض برای استفاده از آزمون تی وجود دارد:

1. داده‌های جمع‌آوری‌شده باید از مقیاس پیوسته یا ترتیبی پیروی کنند، مانند نمرات آزمون هوش.
2. داده‌ها از بخشی تصادفی از کل جمعیت جمع‌آوری شده باشند.
3. داده‌ها توزیع نرمال به شکل منحنی زنگوله‌ای داشته باشند.
4. واریانس برابر یا همگن وجود داشته باشد، یعنی انحراف معیارها برابر باشند.

از نظر ریاضی، آزمون تی نمونه‌ای از هر دو مجموعه را می‌گیرد و مسئله را تعریف می‌کند. فرض صفر (null hypothesis) فرض می‌کند که میانگین دو گروه برابر است. با استفاده از فرمول‌های آزمون تی، مقادیر محاسبه شده و با مقادیر استاندارد مقایسه می‌شوند. این مقایسه نشان می‌دهد که آیا تفاوت به دلیل شانس است یا خیر.

آزمون تی بررسی می‌کند که آیا تفاوت بین گروه‌ها نشان‌دهنده تفاوت واقعی در مطالعه است یا صرفاً تصادفی است. بر اساس نتایج، فرض صفر پذیرفته یا رد می‌شود. اگر فرض صفر رد شود، نشان‌دهنده آن است که داده‌ها قوی هستند و احتمالاً به دلیل شانس نیستند.

• فرض صفر رد شود: تفاوت‌ها از نظر آماری معنادار هستند.
• فرض صفر پذیرفته شود: تفاوت‌ها از نظر آماری معنادار نیستند.

آزمون تی تنها یکی از آزمون‌های متعدد برای این منظور است. بسته به تعداد متغیرها یا اندازه نمونه، آزمون‌های دیگری مانند آزمون زی (z-test) برای نمونه‌های بزرگ، آزمون کای‌دو (chi-square) یا آزمون اف (f-test) ممکن است مناسب‌تر باشند.

مثال کاربردی آزمون تی

فرض کنید یک شرکت داروسازی داروی جدیدی را آزمایش می‌کند. طبق روش استاندارد، دارو به یک گروه از بیماران داده می‌شود و دارونما به گروه کنترل داده می‌شود. دارونما ماده‌ای بدون ارزش درمانی است و به‌عنوان معیاری برای سنجش پاسخ گروه دریافت‌کننده دارو استفاده می‌شود. پس از آزمایش، گروه کنترل افزایش میانگین امید به زندگی سه‌ساله و گروه دریافت‌کننده دارو افزایش چهارساله گزارش کردند.

مشاهده اولیه نشان می‌دهد دارو اثر دارد، اما ممکن است این نتیجه به دلیل شانس باشد. آزمون تی می‌تواند مشخص کند که آیا نتایج معنادار و قابل‌تعمیم به کل جمعیت هستند یا تصادفی و ناشی از مداخله دارویی نیستند.

استفاده از آزمون تی

محاسبه آزمون تی به سه مقدار اساسی نیاز دارد:

1. تفاوت بین میانگین‌های هر مجموعه داده، معروف به تفاوت میانگین.
2. انحراف معیار هر گروه.
3. تعداد مقادیر داده‌ای هر گروه.

آزمون تی دو خروجی تولید می‌کند: مقدار تی (t-value) و درجات آزادی. مقدار تی، یا امتیاز تی، نسبت تفاوت بین میانگین دو مجموعه نمونه به واریانس موجود در مجموعه‌های نمونه است.

صورت کسر، تفاوت بین میانگین دو مجموعه نمونه است. مخرج کسر، واریانس موجود در مجموعه‌های نمونه است که معیاری از پراکندگی یا تغییرپذیری است. مقدار تی محاسبه‌شده با مقدار جدول توزیع تی (T-distribution table) مقایسه می‌شود.

مقادیر بالای امتیاز تی نشان‌دهنده تفاوت معنادار بین دو مجموعه نمونه است. هرچه مقدار تی کوچک‌تر باشد، شباهت بین دو مجموعه نمونه بیشتر است. درجات آزادی به مقادیری در مطالعه اشاره دارد که می‌توانند تغییر کنند و برای ارزیابی اهمیت و اعتبار فرض صفر ضروری هستند. محاسبه این مقادیر معمولاً به تعداد رکوردهای داده‌ای موجود در مجموعه نمونه بستگی دارد.

نکته مهم: امتیاز تی بالا نشان‌دهنده تفاوت بین گروه‌ها و امتیاز تی پایین نشان‌دهنده شباهت بین گروه‌هاست.

انواع آزمون تی

فرمول آزمون تی جفت‌شده

آزمون تی جفت‌شده یا وابسته زمانی انجام می‌شود که نمونه‌ها از جفت‌های مشابه یا اندازه‌گیری‌های مکرر تشکیل شده باشند. برای مثال، ممکن است بیمارانی قبل و بعد از دریافت درمان خاص بارها آزمایش شوند. هر بیمار به‌عنوان نمونه کنترل خود عمل می‌کند. این روش همچنین در مواردی که نمونه‌ها مرتبط یا دارای ویژگی‌های مشابه هستند، مانند تحلیل مقایسه‌ای بین کودکان، والدین یا خواهر و برادرها، کاربرد دارد.

فرمول محاسبه مقدار تی و درجات آزادی برای آزمون تی جفت‌شده:

$T = \frac{\text{میانگین ۱} - \text{میانگین ۲}}{\frac{s(\text{تفاوت})}{\sqrt{n}}}$

جایی که:

• میانگین ۱ و میانگین ۲: میانگین مقادیر هر مجموعه نمونه.
• s(تفاوت): انحراف معیار تفاوت‌های داده‌های جفت‌شده.
• n: اندازه نمونه (تعداد تفاوت‌های جفت‌شده).
• n-1: درجات آزادی.

فرمول آزمون تی واریانس برابر

آزمون تی واریانس برابر یک آزمون تی مستقل است که زمانی استفاده می‌شود که تعداد نمونه‌ها در هر گروه یکسان یا واریانس دو مجموعه داده مشابه باشد.

فرمول محاسبه مقدار تی و درجات آزادی برای آزمون تی واریانس برابر:

$\text{مقدار تی} = \frac{\text{میانگین ۱} - \text{میانگین ۲}}{\sqrt{\frac{(n1-1) \times \text{واریانس ۱}^2 + (n2-1) \times \text{واریانس ۲}^2}{n1+n2-2} \times \left(\frac{1}{n1} + \frac{1}{n2}\right)}}$

جایی که:

• میانگین ۱ و میانگین ۲: میانگین مقادیر هر مجموعه نمونه.
• واریانس ۱ و واریانس ۲: واریانس هر مجموعه نمونه.
• n1 و n2: تعداد رکوردها در هر مجموعه نمونه.

و

$\text{درجات آزادی} = n1 + n2 - 2$

جایی که:

• n1 و n2: تعداد رکوردها در هر مجموعه نمونه.

فرمول آزمون تی واریانس نابرابر

آزمون تی واریانس نابرابر یک آزمون تی مستقل است که زمانی استفاده می‌شود که تعداد نمونه‌ها در هر گروه متفاوت و واریانس دو مجموعه داده نیز متفاوت باشد. این آزمون به نام آزمون تی ولچ نیز شناخته می‌شود.

فرمول محاسبه مقدار تی و درجات آزادی برای آزمون تی واریانس نابرابر:

$\text{مقدار تی} = \frac{\text{میانگین ۱} - \text{میانگین ۲}}{\sqrt{\left(\frac{\text{واریانس ۱}}{n1} + \frac{\text{واریانس ۲}}{n2}\right)}}$

جایی که:

• میانگین ۱ و میانگین ۲: میانگین مقادیر هر مجموعه نمونه.
• واریانس ۱ و واریانس ۲: واریانس هر مجموعه نمونه.
• n1 و n2: تعداد رکوردها در هر مجموعه نمونه.

و

$\text{درجات آزادی} = \frac{\left(\frac{\text{واریانس ۱}^2}{n1} + \frac{\text{واریانس ۲}^2}{n2}\right)^2}{\frac{\left(\frac{\text{واریانس ۱}^2}{n1}\right)^2}{n1-1} + \frac{\left(\frac{\text{واریانس ۲}^2}{n2}\right)^2}{n2-1}}$

جایی که:

• واریانس ۱ و واریانس ۲: واریانس هر مجموعه نمونه.
• n1 و n2: تعداد رکوردها در هر مجموعه نمونه.

کدام آزمون تی را استفاده کنیم؟

نمودار زیر می‌تواند بر اساس ویژگی‌های مجموعه‌های نمونه، نوع آزمون تی مناسب را تعیین کند. موارد کلیدی شامل:

• شباهت رکوردهای نمونه.
• تعداد رکوردهای داده‌ای در هر مجموعه نمونه.
• واریانس هر مجموعه نمونه.

نمودار: فرآیند تصمیم‌گیری برای انتخاب آزمون تی جفت‌شده یا مستقل بر اساس شباهت، اندازه و واریانس مجموعه‌های نمونه.

مثال آزمون تی واریانس نابرابر

فرض کنید اندازه قطر تابلوهای دریافت‌شده در یک گالری هنری اندازه‌گیری شده است. یک گروه شامل ۱۰ تابلو و گروه دیگر شامل ۲۰ تابلو است.

مجموعه‌های داده با میانگین و واریانس مربوطه به شرح زیر است:

آیا تفاوت از ۱۹٫۴ به ۲۱٫۶ صرفاً به دلیل شانس است، یا تفاوت‌هایی در کل جمعیت تابلوهای دریافت‌شده در گالری وجود دارد؟

ما مسئله را با فرض صفر که میانگین دو مجموعه نمونه برابر است تعریف می‌کنیم و آزمون تی را برای بررسی معقول بودن فرض انجام می‌دهیم.

از آنجا که تعداد رکوردهای داده‌ای متفاوت است (n1 = 10 و n2 = 20) و واریانس نیز متفاوت است، مقدار تی و درجات آزادی با استفاده از فرمول آزمون تی واریانس نابرابر محاسبه می‌شود.

مقدار تی برابر با -2.24787 است. چون علامت منفی در مقایسه مقادیر تی قابل‌چشم‌پوشی است، مقدار محاسبه‌شده 2.24787 است.

مقدار درجات آزادی 24.38 است که به ۲۴ کاهش می‌یابد (تعریف فرمول مستلزم گرد کردن مقدار به پایین‌ترین عدد صحیح ممکن است).

می‌توان سطح احتمال (سطح آلفا، سطح معناداری، p) را به‌عنوان معیار پذیرش مشخص کرد. در اکثر موارد، مقدار ۵٪ فرض می‌شود.

با استفاده از مقدار درجات آزادی ۲۴ و سطح معناداری ۵٪، جدول توزیع تی مقدار 2.064 را ارائه می‌دهد.

مقایسه این مقدار با مقدار محاسبه‌شده 2.247 نشان می‌دهد که مقدار تی محاسبه‌شده بیشتر از مقدار جدول در سطح معناداری ۵٪ است.

بنابراین، می‌توان فرض صفر مبنی بر عدم تفاوت بین میانگین‌ها را رد کرد.

رد فرض صفر به این معناست که مجموعه جمعیت دارای تفاوت‌های ذاتی است و این تفاوت‌ها به دلیل شانس نیست.

جدول توزیع تی چگونه استفاده می‌شود؟

جدول توزیع تی در قالب‌های یک‌طرفه و دوطرفه موجود است. قالب یک‌طرفه برای ارزیابی مواردی با مقدار یا محدوده ثابت و جهت مشخص (مثبت یا منفی) استفاده می‌شود. برای مثال، احتمال باقی ماندن مقدار خروجی زیر -۳ یا به‌دست آوردن بیش از ۷ هنگام پرتاب دو تاس چیست؟ قالب دوطرفه برای تحلیل محدود شده در یک محدوده استفاده می‌شود، مانند این که آیا مختصات بین -۲ و +۲ قرار می‌گیرند.

آزمون تی مستقل چیست؟

نمونه‌های آزمون تی مستقل به‌صورت مستقل از یکدیگر انتخاب می‌شوند، به‌طوری که مجموعه‌های داده‌ای در دو گروه به مقادیر یکسانی اشاره ندارند. برای مثال، ممکن است شامل گروهی از ۱۰۰ بیمار تصادفی غیرمرتبط باشد که به دو گروه ۵۰ نفری تقسیم شده‌اند. یک گروه به‌عنوان گروه کنترل دارونما دریافت می‌کند، در حالی که گروه دیگر درمان تجویزشده را دریافت می‌کند. این دو گروه نمونه مستقل و غیرمرتبط با یکدیگر را تشکیل می‌دهند.

آزمون تی چه چیزی را توضیح می‌دهد و چگونه استفاده می‌شود؟

آزمون تی یک آزمون آماری برای مقایسه میانگین دو گروه است. این آزمون در آزمون فرضیه‌ها برای تعیین اینکه آیا یک فرآیند یا درمان تأثیری بر جمعیت موردنظر دارد یا دو گروه از یکدیگر متفاوت هستند، استفاده می‌شود.

نتیجه‌گیری

آزمون تی برای تعیین وجود تفاوت آماری معنادار بین میانگین دو نمونه جمعیت استفاده می‌شود. این آزمون در آمار برای آزمون فرضیه‌ها به کار می‌رود و می‌تواند نشان دهد که آیا تفاوت‌های بین دو جمعیت معنادار است یا تصادفی.

محاسبه آزمون تی به سه داده نیاز دارد: تفاوت بین میانگین‌های هر مجموعه داده، انحراف معیار هر گروه و تعداد مقادیر داده‌ای. انواع مختلفی از فرمول آزمون تی وجود دارد. انتخاب نوع فرمول به عوامل مختلفی بستگی دارد، اما هر نوع برای بررسی سؤال آماری مشابه استفاده می‌شود.