进行t检验时会做出什么假设？

t检验通常在统计和计量经济学中使用，以确定两个结果或变量的值彼此不同。

进行t检验时做出的共同假设包括有关测量尺度，随机抽样，数据分布的正态性，样本量是否足够以及标准偏差方差的平等性。

这t检验是由为吉尼斯酿造公司（Guinness Brewing Company）工作的化学家开发的，是一种衡量一致烈性酒的简单方法。它得到了进一步的开发和调整，现在是指对统计假设进行的任何检验，在该假设中，如果支持零假设，则预计要测试的统计量将与T分布相对应。

t检验是通过使用统计检查对两个人群的分析。带有两个样品的t检验通常与小样本量一起使用，当未知两个正常分布的方差时，测试样品之间的差异。

T分布基本上是任何连续的概率分布源于使用较小的样本量和对种群的不明标准偏差的估计估计正态分布的平均值。这零假设是默认假设，即两个不同的测量现象之间不存在任何关系。

t检验假设

1. 关于t检验的第一个假设涉及测量的规模。 t检验的假设是，应用于收集的数据的测量量表遵循连续的或有序的量表，例如智商测试的得分。
2. 第二个假设是简单的随机样本，数据是从代表性的，随机选择的总人群中收集的。
3. 第三个假设是绘制的数据导致正态分布，钟形分布曲线。假设正态分布时，可以指定一个概率水平（alpha水平，显着性水平，p）作为接受的标准。在大多数情况下，可以假设5％的值。
4. 第四个假设是使用合理的样本量。较大的样本量意味着结果的分布应接近正常的钟形曲线。
5. 最终的假设是方差。当样品的标准偏差大约相等时，存在均匀或相等的方差。

底线

尽管t检验是统计数据中有价值的工具，但在进行一个假设之前必须做出许多假设，以便对其进行正确的解释和有效性。