Który test t-Studenta wybrać?

Logowanie

Email Hasło Zaloguj

Jak działa test t-Studenta?

Po co w ogóle to sprawdzać?

Test t-Studenta sprawdza, czy różnica między średnimi (lub między średnią a zadaną wartością odniesienia) jest na tyle duża w stosunku do zmienności danych, że można ją uznać za statystycznie istotną, a nie jedynie efekt przypadkowego rozrzutu pomiarów. Ten arkusz obsługuje trzy najczęściej spotykane w praktyce laboratoryjnej warianty testu.

1. Test t dla jednej próby

Porównuje średnią z serii pomiarowej (x̄) z zadaną wartością odniesienia (μ₀) — np. wartością certyfikowaną materiału odniesienia (CRM) lub wartością nominalną/teoretyczną. Odpowiada na pytanie: „czy metoda daje wynik systematycznie obciążony względem wartości odniesienia?”.

gdzie s to odchylenie standardowe próby (SD), a n to liczba pomiarów. Liczba stopni swobody wynosi df = n − 1.

2. Test t dla dwóch prób niezależnych

Porównuje średnie dwóch niezależnych grup pomiarowych (np. dwie metody, dwóch analityków, dwa laboratoria). Arkusz udostępnia trzy warianty do wyboru:

Test Welcha (zalecany, domyślny) nie zakłada równości wariancji obu grup:

ze stopniami swobody wyznaczanymi przybliżonym wzorem Welcha-Satterthwaite'a (zwykle niecałkowitymi). Test Welcha zachowuje się niemal identycznie jak klasyczny test t, gdy wariancje obu grup faktycznie są równe, a jednocześnie pozostaje wiarygodny, gdy nie są — dlatego bywa dziś rekomendowany jako rozsądny wybór domyślny.

Klasyczny test t-Studenta (z wariancją łączoną, ang. pooled) zakłada równość wariancji obu grup:

gdzie s_p² to wariancja łączona obu grup. Jest to wariant właściwy, gdy procedura lub norma, według której pracuje laboratorium, wprost go wymaga, albo gdy równość wariancji jest znana z góry (np. z walidacji metody).

Najpierw test F-Snedecora, potem automatyczny wybór testu t to podejście klasyczne, spotykane w wielu starszych procedurach: najpierw sprawdza się, czy wariancje grup są zbliżone,

porównując F z wartością krytyczną F_crit (α, df₁, df₂), a następnie na tej podstawie automatycznie dobiera się klasyczny test t albo test Welcha. Współcześnie ten dwuetapowy schemat jest coraz częściej odradzany – sekwencyjne testowanie (najpierw F, potem t na tych samych danych) zniekształca rzeczywisty poziom istotności końcowego testu – dlatego w tym arkuszu nie jest on domyślny, ale pozostaje dostępny dla użytkowników, których procedury go wymagają.

3. Test t dla prób powiązanych (sparowany)

Stosowany, gdy pomiary w obu grupach są ze sobą naturalnie powiązane — np. te same próbki zmierzone dwiema metodami, albo pomiary „przed” i „po” na tym samym obiekcie. Test operuje na różnicach par (d_i = x_1i − x_2i):

gdzie d̄ to średnia różnic par, a s_d to odchylenie standardowe (SD) różnic.

Częsty przykład z laboratorium: sprawdzenie krzywej kalibracyjnej w wybranych punktach po dostawie nowej partii odczynnika (np. odczynnika Nesslera). Jeśli CRM, sposób przygotowania roztworów wzorcowych i analityk pozostają te same, a różni się tylko partia odczynnika — to właśnie ta sytuacja jest sparowana, a nie niezależna: każdemu punktowi krzywej zmierzonemu starą partią odpowiada dokładnie jeden wynik tego samego punktu zmierzony nową partią. Analiza sparowana usuwa z porównania zmienność między punktami krzywej (różne stężenia dają np. różną absorbancję i powtarzalność) i zostawia tylko czysty efekt zmiany partii — dokładnie to, co ma być sprawdzone. Potraktowanie takich danych jako dwóch prób niezależnych byłoby nadmiernie zachowawcze i mogłoby przeoczyć realną różnicę wynikającą z partii.

Test jednostronny czy dwustronny?

Test dwustronny sprawdza, czy średnie różnią się w dowolnym kierunku (H₁: μ ≠ μ₀ lub μ₁ ≠ μ₂) i jest właściwym wyborem domyślnym, gdy nie ma z góry założonego kierunku różnicy. Test jednostronny sprawdza różnicę tylko w jednym, wcześniej założonym kierunku (np. H₁: μ > μ₀) i ma większą moc wykrywania różnicy w tym kierunku — ale tylko wtedy, gdy kierunek został ustalony przed zebraniem danych, a nie dobrany post factum pod wynik.

Przedział ufności zgodny z testem. W opisie wyniku arkusz podaje przedział ufności dobrany do hipotezy: przy teście dwustronnym — zwykły przedział dwustronny, przy jednostronnym — jedną granicę (np. „[10,004; +∞)”), bo tylko taki przedział zawsze zgadza się z decyzją testu.

Decyzja

Obliczoną wartość t (w wartości bezwzględnej) porównuje się z wartością krytyczną t_crit rozkładu t-Studenta dla odpowiedniej liczby stopni swobody i poziomu istotności α (dla testu dwustronnego używa się α/2). Jeżeli |t| > t_crit — różnicę uznaje się za statystycznie istotną. W przeciwnym razie nie ma podstaw, by odrzucić hipotezę zerową o braku różnicy. O istotności decyduje w tym arkuszu zawsze porównanie wartości p z α (matematycznie równoważne porównaniu t z t_crit, ale odporne na to, po której stronie rozkładu leży wartość krytyczna przy testach jednostronnych).

Wykluczanie wyników

Znacznikiem „Wyklucz” można pominąć cały wiersz (wynik z jego powtórzeniami, bo do testu trafia średnia wiersza), a w teście sparowanym — całą parę (nie da się usunąć tylko jednego członu pary). Podanie powodu jest w tej sytuacji obowiązkowe.

Moc testu i sugerowana liczebność próby

Moc testu to prawdopodobieństwo, że test wykaże różnicę jako istotną, jeśli ona naprawdę istnieje. Raport podaje moc dla różnicy zaobserwowanej w Twoich danych, przy obecnej liczbie wyników. Przykład: 6 oznaczeń, średnia 10,0300, μ₀ = 10,0000, SD = 0,0580 → różnica 0,0300, p = 0,2607, moc ≈ 18 %. Oznacza to, że przy różnicy tej wielkości i 6 oznaczeniach test wykrywałby ją tylko w mniej więcej co piątym powtórzeniu badania.

Taka moc wynika wprost z wartości p (gdy p ≈ α, moc wynosi ok. 50 %), więc nie jest niezależnym potwierdzeniem wyniku. Bardziej praktyczna jest tabela sugerowanej liczebności próby (pojawia się przy wyniku nieistotnym): ile oznaczeń trzeba, żeby różnicę tej wielkości wykryć z mocą 80, 90 lub 95 % — w przykładzie odpowiednio ok. 32, 42 i 51.

Założenia testu

• Dane pochodzą (w przybliżeniu) z rozkładu normalnego — istotne zwłaszcza przy małej liczbie pomiarów.
• Pomiary w obrębie każdej grupy są niezależne od siebie.
• Dla testu dwóch prób niezależnych — obserwacje z jednej grupy nie są powiązane z obserwacjami z drugiej (w przeciwnym razie właściwy jest wariant sparowany).

Przy silnych odstępstwach od normalności rozkładu lub przy bardzo małych próbach (n < 5–6) wyniki testu mogą być mniej wiarygodne — w takiej sytuacji warto zachować większą ostrożność w interpretacji wyniku, a w razie wątpliwości skonsultować się z osobą odpowiedzialną za statystykę w laboratorium (dostępne są też inne metody statystyczne, lepiej radzące sobie z takimi przypadkami, choć wykraczają one poza ten arkusz). Jeżeli dodatkowo istnieją przesłanki, że wynik może być obarczony błędem, warto rozważyć ocenę obecności obserwacji odstających (np. testem Grubbsa) — sam test Grubbsa nie jest jednak automatycznym uzasadnieniem do usunięcia wyniku.

Źródła

Student [Gosset, W.S.] (1908). The Probable Error of a Mean. Biometrika, 6(1), 1–25.
Welch, B.L. (1947). The Generalization of „Student's” Problem when Several Different Population Variances are Involved. Biometrika, 34(1/2), 28–35.
Snedecor, G.W., Cochran, W.G. (1989). Statistical Methods (8th ed.). Iowa State University Press.
Ruxton, G.D. (2006). The Unequal Variance t-test is an Underused Alternative to Student's t-test and the Mann–Whitney U Test. Behavioral Ecology, 17(4), 688–690.