Основные концепции, которые вам нужно знать, чтобы начать проводить статистические тесты

Основные концепции для проведения статистических тестов

Конструкция квантитативного исследования, проверка значимости и различные классы статистических тестов.

Фото от Szabo Viktor в Unsplash

Я начал писать эту статью через предсказуемый, но все равно неожиданный набор событий. Недавно я закончил курс по статистическим тестам и отчетности и решил написать серию статей, объясняющих детали наиболее полезных статистических тестов, которые я изучил. Я хотел сделать это, чтобы закрепить свои знания и помочь другим специалистам по обработке данных изучить тему, которую я считаю чрезвычайно полезной.

Первая из этих статей должна была быть о t-тесте, общем статистическом тесте, используемом для определения, различаются ли два средних значения (средние) из разных наборов данных статистически. Я начал писать эту статью, но понял, что мне нужно сначала объяснить, что существуют два разных вида t-тестов. Затем я понял, что для объяснения этого мне нужно объяснить отдельное, но связанное понятие. Цикл продолжался, когда я планировал статью.

Кроме того, я понял, что мне придется делать это с каждой новой статьей, которую я напишу, так как каждый статистический тест требует одной и той же базы знаний. Вместо повторения этой информации в каждой статье было бы намного лучше ссылаться на один источник информации.

Таким образом, родилась эта статья. В следующих словах я постараюсь дать краткое, но эффективное введение в основные концепции, с которыми вам следует быть знакомыми, чтобы проводить и отчитываться о статистических тестах. Для вашего удобства я разбил концепции в порядке, в котором вы столкнулись бы с ними, проводя исследование с начала до конца. Итак, без лишних слов, приступим.

Конструкция квантитативного исследования

При проектировании исследования необходимо учесть несколько важных деталей. Эта статья не является руководством по конструкции исследования, и я не буду вдаваться в подробности лучших практик и обоснование их. Тем не менее, конструкция исследования сильно влияет на необходимый статистический тест, поэтому важно иметь базовое понимание следующих концепций:

  • Факторы и измерения
  • Уровни и обработки