Калькулятор t-Критерия Стьюдента

Оценка статистической значимости разницы между двумя выборками.

Группа 1:

Группа 2:

T-статистика:
-1.2910
  • Количество степеней свободы (df): 58
  • * Метод объединенной дисперсии (Pooled Variance T-Test).

Важно знать перед использованием результата

Этот инструмент относится к разделу «Статистика и вероятности» и предназначен для быстрой ориентировочной оценки прямо в браузере.

  • Исходные значения не требуют регистрации и используются для расчета результата на странице.
  • Полученные цифры удобно использовать как черновой ориентир перед сравнением вариантов или принятием решения.

Подробнее о принципах расчета и ограничениях смотрите на странице «Как считаем».

Как пользоваться — пошагово

  1. Впишите среднее арифметическое (M1), стандартное отклонение (S1) и размер (N1) для первой выборки.
  2. Впишите аналогичные значения (M2, S2, N2) для второй группы наблюдений.
  3. Калькулятор предполагает равенство дисперсий (Pooled Variance метод) и вычислит значение t-статистики (T-value).
  4. По полученному T-value и вычисленному числу степеней свободы (df) вы можете найти P-значение по таблицам Стьюдента для проверки вашей нулевой гипотезы.

Часто задаваемые вопросы

  • Он отвечает на вопрос: 'Случайна ли разница между этими двумя группами или это закономерность?'. Например, чтобы доказать, что новое лекарство сработало лучше плацебо, недостаточно просто сравнить средние показатели. Нужно применить Т-Критерий, чтобы убедиться в статистической значимости эффекта.

  • Чем дальше значение T от нуля (в плюс или минус), тем больше разница между выборками. Если T большое (обычно > 2 или < -2), значит, разница статистически значима, и нулевая гипотеза о равенстве групп отвергается.

  • Когда нужно проверить, отличается ли среднее двух независимых групп: A/B тесты, сравнение классов, экспериментов, медицинских групп или рабочих процессов.

  • Потому что оно показывает, насколько вероятно получить такую разницу случайно. Чем меньше p-value, тем сильнее основание отвергнуть нулевую гипотезу.

  • Обычно рядом используют [дисперсию выборки](/sample-variance), [нормальное распределение](/normal-distribution) и [корреляцию Пирсона](/cov-correlation), если нужен более широкий статистический контекст.