🧾 टी-परीक्षण कैलकुलेटर

अपने टी-परीक्षण परिणाम को समझना

यह कैलकुलेटर α = 0.05 की पारंपरिक दो-पूँछ सार्थकता सीमा का उपयोग करता है, जो वैज्ञानिक शोध में सबसे सामान्य डिफ़ॉल्ट है।

• सांख्यिकीय सार्थकता व्यावहारिक महत्व के समान नहीं है: पर्याप्त बड़े नमूने के साथ, एक बहुत छोटा, व्यावहारिक रूप से महत्वहीन अंतर भी 0.05 से नीचे p-मान दे सकता है।
• यहाँ उपयोग किया गया टू-सैंपल परीक्षण Welch's टी-परीक्षण है, जो समूहों के बीच समान प्रसरण नहीं मानता; परिणाम क्लासिक पूल्ड-प्रसरण (Student's) टी-परीक्षण का उपयोग करने वाले टूल्स से थोड़े भिन्न हो सकते हैं।
• टी-परीक्षण मानता है कि नमूना लिया गया डेटा स्वतंत्र अवलोकन है और माध्य का नमूनाकरण बंटन लगभग प्रसामान्य है — यह या तो लगभग प्रसामान्य अंतर्निहित डेटा से, या केंद्रीय सीमा प्रमेय के माध्यम से पर्याप्त बड़े नमूना आकार से संतुष्ट होता है।
• यह एक सारांश-आँकड़े कैलकुलेटर है: यह आपके द्वारा अपने डेटा से पहले ही गणना किए गए माध्य, मानक विचलन और आकार को लेता है, न कि कच्ची डेटा सूची को।

टी-परीक्षण क्या है?

टी-परीक्षण एक सांख्यिकीय परिकल्पना परीक्षण है जिसका उपयोग यह तय करने के लिए किया जाता है कि माध्यों के बीच देखा गया अंतर केवल यादृच्छिक नमूनाकरण भिन्नता से अपेक्षित होने से बड़ा है या नहीं। यह कैलकुलेटर दो रूपों का समर्थन करता है: एक वन-सैंपल टी-परीक्षण, जो एक नमूना माध्य की एक निश्चित परिकल्पित मान से तुलना करता है, और एक टू-सैंपल टी-परीक्षण, जो दो स्वतंत्र नमूनों के माध्यों की तुलना करता है।

टू-सैंपल स्थिति के लिए, यह कैलकुलेटर Welch's टी-परीक्षण का उपयोग करता है, जो यह नहीं मानता कि दोनों समूहों का प्रसरण समान है। Welch's परीक्षण समायोजित (और अक्सर गैर-पूर्णांक) स्वतंत्रता की कोटियों की गणना के लिए Welch–Satterthwaite समीकरण का उपयोग करता है, जो आमतौर पर तब अधिक विश्वसनीय परिणाम देता है जब दोनों नमूनों के मानक विचलन भिन्न हों, क्लासिक Student's पूल्ड-प्रसरण टी-परीक्षण की तुलना में।

दोनों संस्करण एक दो-पूँछ p-मान रिपोर्ट करते हैं, अर्थात यह किसी भी दिशा (अधिक या कम) में अंतर के प्रमाण को मापता है, और परिणाम की तुलना α = 0.05 की पारंपरिक सार्थकता सीमा से की जाती है: 0.05 से नीचे के p-मान आमतौर पर सांख्यिकीय रूप से सार्थक लेबल किए जाते हैं, और 0.05 पर या उससे ऊपर के मान नहीं।

इस टी-परीक्षण कैलकुलेटर का उपयोग कैसे करें

1. परीक्षण प्रकार चुनें: वन-सैंपल (नमूना माध्य की एक निश्चित मान से तुलना) या टू-सैंपल (दो स्वतंत्र नमूना माध्यों की तुलना)।
2. वन-सैंपल परीक्षण के लिए, नमूना माध्य, मानक विचलन और आकार, और वह परिकल्पित जनसंख्या माध्य (μ₀) दर्ज करें जिसके विरुद्ध आप परीक्षण कर रहे हैं।
3. टू-सैंपल परीक्षण के लिए, दोनों नमूनों के लिए माध्य, मानक विचलन और आकार दर्ज करें।
4. t-सांख्यिकी, स्वतंत्रता की कोटियाँ और दो-पूँछ p-मान पढ़ें, और p-मान की तुलना अपनी चुनी हुई सार्थकता सीमा (आमतौर पर α = 0.05) से करें।

टी-परीक्षण के पीछे का फॉर्मूला

वन-सैंपल t-सांख्यिकी: t = (x̄ − μ₀) / (s / √n), स्वतंत्रता की कोटियों के साथ df = n − 1, जहाँ x̄ नमूना माध्य है, s नमूना मानक विचलन है, और μ₀ परिकल्पित जनसंख्या माध्य है।

टू-सैंपल Welch's t-सांख्यिकी: t = (x̄₁ − x̄₂) / √(s₁² / n₁ + s₂² / n₂)। स्वतंत्रता की कोटियों का अनुमान Welch–Satterthwaite समीकरण से लगाया जाता है: df = (s₁²/n₁ + s₂²/n₂)² / [ (s₁²/n₁)² / (n₁ − 1) + (s₂²/n₂)² / (n₂ − 1) ], जो यह नहीं मानता कि दोनों जनसंख्या प्रसरण समान हैं।

दो-पूँछ p-मान p = 2 × (1 − T(|t|, df)) है, जहाँ T गणना की गई स्वतंत्रता की कोटियों के साथ Student's t-बंटन का संचयी बंटन फलन है।

उदाहरण (वन-सैंपल): माध्य = 52.1, मानक विचलन = 4.5, n = 30, परिकल्पित माध्य μ₀ = 50। t = (52.1 − 50) / (4.5 / √30) ≈ 2.556, df = 29, और दो-पूँछ p-मान 0.05 से नीचे है, इसलिए यह अंतर 5% स्तर पर सांख्यिकीय रूप से सार्थक है।

सामान्य गलतियाँ

• सांख्यिकीय सार्थकता को व्यावहारिक महत्व मानना — एक बहुत छोटा p-मान केवल यह दर्शाता है कि अंतर के संयोग से होने की संभावना कम है, यह नहीं कि व्यवहार में अंतर बड़ा या सार्थक है।
• यह मान लेना कि यह कैलकुलेटर दोनों नमूनों के प्रसरण को पूल करता है — यह Welch's परीक्षण का उपयोग करता है, जो दोनों प्रसरणों को भिन्न होने देता है, इसलिए इसकी स्वतंत्रता की कोटियाँ और p-मान पूल्ड-प्रसरण गणना से भिन्न हो सकते हैं।
• दो-पूँछ p-मान की तुलना एक-पूँछ निर्णय नियम से करना, जो प्रभावी रूप से इच्छित सार्थकता सीमा को आधा कर देता है और स्पष्ट सार्थकता को बढ़ा देता है।
• युग्मित या दोहराई-माप वाले डेटा (जैसे समान विषयों पर पहले-और-बाद के माप) पर स्वतंत्र-नमूना टी-परीक्षण लागू करना, जिसके लिए इसके बजाय युग्मित टी-परीक्षण चाहिए।
• सार्थकता सीमा को समायोजित किए बिना समान डेटा पर कई टी-परीक्षण चलाना, जो कम से कम एक झूठे सकारात्मक की संभावना को 5% से काफी ऊपर बढ़ा देता है।

अक्सर पूछे जाने वाले सवाल

संदर्भ

1. National Institute of Standards and Technology (NIST). NIST/SEMATECH e-Handbook of Statistical Methods — two-sample t-test for equal means. nist.gov.
2. Welch BL. The generalization of 'Student's' problem when several different population variances are involved. Biometrika 1947; 34(1-2): 28-35.
3. Satterthwaite FE. An approximate distribution of estimates of variance components. Biometrics Bulletin 1946; 2(6): 110-114.
4. Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. W. H. Freeman (one- and two-sample t procedures).
5. Student (Gosset WS). The probable error of a mean. Biometrika 1908; 6(1): 1-25 (origin of the t-distribution).