t-interval สำหรับข้อมูลแบบคู่

การอนุมานสำหรับข้อมูลเชิงตัวเลขใน R

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

High School and Beyond

สุ่มตัวอย่าง 200 รายการจากการสำรวจ High School and Beyond นักเรียนกลุ่มเดียวกันทำแบบทดสอบการอ่านและการเขียน เมื่อดูเบื้องต้น การแจกแจงของคะแนนอ่านและเขียนมีความคล้ายและแตกต่างกันอย่างไร?

chp2-vid2-hsb2

คะแนนเป็นอิสระต่อกันหรือไม่?

คะแนนอ่านและเขียนของนักเรียนคนเดียวกันถือว่าเป็นอิสระต่อกันได้หรือไม่?

น่าจะไม่!

การวิเคราะห์ข้อมูลแบบคู่

เมื่อการสังเกตสองชุดมีความสัมพันธ์พิเศษแบบนี้ (ไม่เป็นอิสระต่อกัน) เรียกว่าเป็นข้อมูลแบบคู่
การวิเคราะห์ข้อมูลแบบคู่มักใช้ผลต่างของแต่ละคู่: diff = read − write.

student	read	write	diff
1	57	52	5
2	68	59	9
3	44	33	11
...	...	...	...
200	63	65	-2

การประมาณค่าเฉลี่ยผลต่างในข้อมูลแบบคู่

สร้างช่วงความเชื่อมั่น 95% สำหรับค่าเฉลี่ยของผลต่างระหว่างคะแนนอ่านและคะแนนเขียน

การประมาณค่าเฉลี่ยผลต่างในข้อมูลแบบคู่

สร้างช่วงความเชื่อมั่น 95% สำหรับค่าเฉลี่ยของผลต่างระหว่างคะแนนอ่านและคะแนนเขียน

t.test(hsb2$diff, conf.level = 0.95)

การประมาณค่าเฉลี่ยผลต่างในข้อมูลแบบคู่

สร้างช่วงความเชื่อมั่น 95% สำหรับค่าเฉลี่ยของผลต่างระหว่างคะแนนอ่านและคะแนนเขียน

t.test(hsb2$diff, conf.level = 0.95)

    One Sample t-test
data:  hsb2$diff
t = -0.86731, df = 199, p-value = 0.3868
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
 -1.7841424  0.6941424
sample estimates:
mean of x 
   -0.545

การแปลความหมาย CI สำหรับค่าเฉลี่ยผลต่างในข้อมูลแบบคู่

ช่วงความเชื่อมั่น 95% สำหรับค่าเฉลี่ยผลต่างของคะแนนอ่านและเขียน (read - write) คือ (-1.78, 0.69)

เทียบกับ

เราเชื่อมั่น 95% ว่าคะแนนอ่านเฉลี่ยต่ำกว่าคะแนนเขียนเฉลี่ย 1.78 คะแนน ถึงสูงกว่า 0.69 คะแนน

มาฝึกกันเถอะ!

การอนุมานสำหรับข้อมูลเชิงตัวเลขใน R