创建典型的 t-test 报告
典型的学生 t-test 报表可以包括具有 Group Statistics 和 Independent Samples Test 结果的表格。
在以下部分中,我们将使用应用于两个独立样本组 Observation 和 Comparison 的 Qlik Senset-test 函数来创建这些表格。这些样本的相应表格如下所示:
Type | N | Mean | Standard Deviation | Standard Error Mean |
---|---|---|---|---|
Comparison | 20 | 11.95 | 14.61245 | 3.2674431 |
Observation | 20 | 27.15 | 12.507997 | 2.7968933 |
Type | conf | t | df | Sig. (2-tailed) | Mean Difference | Standard Error Difference | 95% Confidence Interval (Lower) | 95% Confidence Interval (Upper) |
---|---|---|---|---|---|---|---|---|
Equal Variance not Assumed | 0 | 3.534 | 37.116717335823 | 0.001 | 15.2 | 4.30101 | 6.48625 | 23.9137 |
Equal Variance Assumed | 8.706939 | 3.534 | 38 | 0.001 | 15.2 | 4.30101 | 6.49306 | 23.9069 |
加载样本数据
执行以下操作:
- 创建具有新工作表的新应用。
-
在数据加载编辑器中输入以下内容:
Table1: Crosstable (Type, Value) Load recno() as ID, * inline [ Observation|Comparison 35|2 40|27 12|38 15|31 21|1 14|19 46|1 10|34 28|3 48|1 16|2 30|3 32|2 48|1 31|2 22|1 12|3 39|29 19|37 25|2 ] (delimiter is '|');
在此加载脚本中包括 recno(),因为 crosstable 需要三个参数。因此,recno() 仅提供额外参数,在这种情况下提供每一行的 ID。如果不使用此函数,则不会加载 Comparison 样本值。
- 单击 加载数据。
创建 Group statistics 表格
执行以下操作:
-
在数据加载编辑器中,单击 以转到应用视图,然后单击您以前创建的表格。
此项将打开工作表视图。
- 单击 编辑工作表以编辑表格。
-
在图表中添加表格,在字段中向表格添加 Type 作为维度。
-
添加以下表达式作为度量。
示例表达式 标签 表达式 N Count(Value) Mean Avg(Value) Standard Deviation Stdev(Value) Standard Error Mean Sterr(Value) - 单击排序,并确保 Type 在排序列表顶部。
结果:
这些样本的 Group statistics 表格如下所示:
Type | N | Mean | Standard Deviation | Standard Error Mean |
---|---|---|---|---|
Comparison | 20 | 11.95 | 14.61245 | 3.2674431 |
Observation | 20 | 27.15 | 12.507997 | 2.7968933 |
创建 Independent sample test 表格
执行以下操作:
- 单击 编辑工作表以编辑表格。
-
从图表中添加一个具有以下表达式的表作为表的维度。=ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)) 并给它提供“类型”标签。
-
添加以下表达式作为度量:
示例表达式 标签 表达式 conf if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest_conf(Type, Value),TTest_conf(Type, Value, 0)) t if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest_t(Type, Value),TTest_t(Type, Value, 0)) df if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest_df(Type, Value),TTest_df(Type, Value, 0)) Sig. (2-tailed) if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest_sig(Type, Value),TTest_sig(Type, Value, 0)) Mean Difference TTest_dif(Type, Value) Standard Error Difference if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest_sterr(Type, Value),TTest_sterr(Type, Value, 0)) 95% Confidence Interval (Lower) if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest_lower(Type, Value,(1-(95)/100)/2),TTest_lower(Type, Value,(1-(95)/100)/2, 0)) 95% Confidence Interval (Upper) if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest_upper(Type, Value,(1-(95)/100)/2),TTest_upper(Type, Value,(1-(95)/100)/2, 0)) 结果:
独立的样本测试 Type conf t df Sig. (2-tailed) Mean Difference Standard Error Difference 95% Confidence Interval (Lower) 95% Confidence Interval (Upper) Equal Variance not Assumed 0 3.534 37.116717335823 0.001 15.2 4.30101 6.48625 23.9137 Equal Variance Assumed 8.706939 3.534 38 0.001 15.2 4.30101 6.49306 23.9069