t-test

t-test, paired t-test, Two sample t-test

t-test

t검증은 두 집단 평균의 차이가 통계적으로 유의미한지 확인하는 검증이다. t-value가 검정통계량이고,

가설은 귀무가설은 "평균이 ~와 같다" 대립가설은 "평균이 ~와 다르다"

t-test 결과 해석 방법 두 집단의 평균 차이를 단순 비교한다. t-value가 커질수록 두 집단의 평균 차이가 있을 가능성이 커진다.

p-value 값이 0.05보다 작을 경우, 신뢰수준 95%로 두 집단의 평균 차이가 있다고 해석할 수 있다.

One Sample t-test

단일 표본 t-test는 특정 집단의 평균이 특정 숫자와 같은지(양측검정), 다른지(큰지/작은지, 단측검정) 비교한다.

모집단1, 표본집단1

예)스마트폰 무게가 150g이 아니다. (양측검정)

paired t-test

대응표본 t-test는 동일한 모집단 1개에서 표본집단 2개를 추출하고 평균 차이가 있는지 비교한다.

모집단1, 표본집단2 - 동일 집단

예)제품A와 제품B 선호도 비교

결과

제품A 선호도 평균 9 제품B 선호도 평균 8

t-value 3

p-value가 0.01

해석

제품 A와 B의 선호도 차이는 약 1 정도 차이가 있고, p-value가 0.05 보다 작으므로 제품 B보다 제품 A를 더 선호한다고 해석할 수 있다.

Two sample t-test (independent samples t-test)

독립표본 t-test는 서로 다른 모집단 2개에서 각각 표본집단을 추출하고 2개의 표본집단간 평균 차이가 있는지 비교한다. 모집단2,표본집단2 독립성, 정규성, 등분산성 가정하에 분석하며, 등분산 여부에 따라 분석 방법이 달라진다. 예)남자와 여자 간 소득의 차이

결과

남자 소득 평균 6천만원 여자 소득 평균 5천5백만원

t-value 3

p-value가 0.1

해석

소득 평균이 남자가 여자보다 오백원 높지만, 통계적으로 p-value가 0.05보다 크므로 남녀간의 소득 차이가 있다고 볼 수 없다.