建立一般 t-test 報表
一般的學生 t-test 報表可能包含具有 Group Statistics 和 Independent Samples Test 結果的表格。
以下章節中將使用套用到兩個獨立樣本群組 Observation 和 Comparison 的 Qlik Senset-test 函數,進而建置三個表格。這些樣本的對應表格看起來應像這樣:
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 |
載入樣本資料
請執行下列動作:
- 使用新工作表建立新應用程式。
-
在資料載入編輯器中輸入以下內容:
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 '|');
在此載入指令碼中包括 recno(),因為 crosstable 需要引數。因此,recno() 只需提供額外的引數,在此情況下,是為每列提供一個 ID。如果未提供,則不會載入 Comparison 樣本值。
- 按一下 以載入資料。
建立 Group statistics 表格
請執行下列動作:
-
在資料載入編輯器中,按一下 以轉至應用程式檢視,然後按一下您之前建立的工作表。
隨即開啟工作表檢視。
- 按一下 編輯工作表,以編輯工作表。
-
從圖表中新增一個表格,並從欄位中將 Type 作為維度新增至表格。
-
新增以下運算式作為量值。
範例運算式 標籤 運算式 N Count(Value) Mean Avg(Value) Standard Deviation Stdev(Value) Standard Error Mean Sterr(Value) - 按一下排序,並確認 Type 位於排序清單的頂部。
結果:
這些樣本的 Group statistics 表格看起來應像這樣:
Type | N | Mean | Standard Deviation | Standard Error Mean |
---|---|---|---|---|
Comparison | 20 | 11.95 | 14.61245 | 3.2674431 |
Observation | 20 | 27.15 | 12.507997 | 2.7968933 |
建立 Independent sample test 表格
請執行下列動作:
- 按一下 編輯工作表,以編輯工作表。
-
從圖表將具有下列運算式的表格作為維度新增至表格。=ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)) 並提供標籤類型。
-
新增以下運算式作為量值:
範例運算式 標籤 運算式 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)) 結果:
獨立樣本測試 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