t-критерий Стьюдента для зависимых выборок

t-критерий Стьюдента для зависимых выборок проверяет гипотезу о среднем различии внутри пар. Его применяют, например, когда оценивают результат одних и тех же участников до и после обучения или сравнивают два прибора на одних образцах. Важны не два набора чисел по отдельности, а то, какие два значения образуют каждую пару. Калькулятор ниже показывает, как средняя разность и её разброс связаны с t-статистикой; затем разберём формулу, условия и полный пример.
Какие выборки называют зависимыми
Пусть каждому участнику измерили результат дважды. Первая выборка содержит результаты до занятия, вторая - после. Наблюдения внутри одной строки связаны общим участником, а строки разных участников при корректном плане независимы. Пара может состоять и из измерений двух специально сопоставленных объектов: например, близнецов или подобранных по существенным признакам пациентов.
Для каждой пары сначала вычисляют разность . Шесть пар дают шесть разностей, а не двенадцать независимых наблюдений. На видео исходные пары приводятся к общей начальной точке: длина отрезка справа показывает изменение внутри соответствующей строки.
Удобно хранить данные таблицей: в первой колонке - идентификатор объекта, далее два измерения и вычисленная разность. Перед расчётом проверьте, что идентификаторы совпадают, единицы одинаковы, а порядок измерений не перепутан. Если записи отсортировать независимо, средние обоих столбцов не изменятся, но индивидуальные разности и их разброс могут стать совсем другими. Поэтому даже одинаковые наборы чисел при другой разбивке на пары способны привести к другому выводу.
Связь должна следовать из плана исследования, а не появляться после сортировки результатов. Если сравниваются две разные, никак не сопоставленные группы, подходит подход для двух независимых средних. При трёх и более повторных условиях задачи шире: один из вариантов - дисперсионный анализ с повторными измерениями.
Гипотезы и направление разности
Обозначим через среднюю разность в интересующей генеральной совокупности пар. Обычно проверяют против двусторонней альтернативы . Нулевая гипотеза относится к среднему изменению, а не утверждает, что каждый участник обязательно останется без изменений. Изменения отдельных людей могут иметь разные знаки и взаимно компенсироваться.
Если исследователь заранее обоснованно интересуется только ростом, возможна альтернатива ; для снижения - . Направление и уровень значимости выбирают до изучения результата. Если вместо «после минус до» взять «до минус после», знак среднего и статистики изменится; двустороннее p при этом останется прежним. Смысл односторонней альтернативы тоже нужно перевернуть.
В более общей задаче нулевая гипотеза может задавать не ноль, а конкретную разность . Принцип формулировки и роль альтернативы подробно разобраны в статье о нулевой и альтернативной гипотезах.
Формула парного t-критерия
После вычисления разностей задача превращается в одновыборочный t-тест для . Сначала находят среднюю разность и выборочное стандартное отклонение разностей:
Затем среднюю разность сравнивают с заданной в нулевой гипотезе величиной, используя её стандартную ошибку:
Формула показывает компромисс между величиной среднего изменения и неопределённостью его оценки. При одинаковом среднем более согласованные индивидуальные изменения дают меньшую стандартную ошибку. Однако парный план не всегда повышает точность: при отрицательной связи измерений внутри пары разброс разностей может оказаться большим. Полезность сопоставления зависит от реальных данных и качества формирования пар.
Здесь - число полных пар, измеряет разброс индивидуальных изменений, а - оценку стандартного отклонения среднего изменения при повторении выборки. В знаменателе нельзя просто подставить стандартные отклонения столбцов «до» и «после»: связь внутри пар влияет на разброс разностей. При обычная формула делит на ноль, поэтому автоматический t-расчёт в таком вырожденном случае неприменим.
При выполнении предпосылок и верной нулевой гипотезе статистика следует t-распределению с степенями свободы. Одна степень свободы расходуется на оценку среднего разностей. О том, как она связана с формой кривой и критическими значениями, читайте в материале про распределение Стьюдента.
Расчёт на шести парах
Рассмотрим вымышленные учебные данные: шесть человек прошли тест до и после занятия. Баллы записаны в одинаковом порядке, каждая строка соответствует одному человеку.
| Пара | До | После | Разность |
|---|---|---|---|
| 1 | 50 | 52 | 2 |
| 2 | 55 | 58 | 3 |
| 3 | 60 | 64 | 4 |
| 4 | 65 | 69 | 4 |
| 5 | 70 | 75 | 5 |
| 6 | 75 | 81 | 6 |
Сумма разностей равна 24, поэтому балла. Сумма квадратов отклонений от четырёх равна . Делим на и извлекаем корень: балла. Стандартная ошибка составляет балла.

При получаем и . Для двустороннего теста . При заранее выбранном это меньше порога, поэтому нулевую гипотезу отвергают. Эквивалентно: модуль статистики превышает критическое значение .
В калькуляторе исходные положения ползунков воспроизводят эти разности. Общий сдвиг меняет их среднее, но сохраняет разброс; второй ползунок растягивает отклонения от среднего. При неизменном среднем больший разброс увеличивает стандартную ошибку и уменьшает модуль . Калькулятор предназначен для изучения связи величин, а не для ввода произвольной выборки.
Доверительный интервал и смысл результата
Для двустороннего 95%-го доверительного интервала среднего изменения используют ту же стандартную ошибку:
В примере это , то есть приблизительно от до балла. Интервал выражен в исходных единицах и помогает оценить величины среднего изменения, согласующиеся с данными и моделью. При многократном применении такого метода построения к новым выборкам около 95 % полученных интервалов покрывали бы истинное среднее изменение.
В отчёте удобно указать направление разности, число пар, среднее изменение и интервал, а затем статистику с числом степеней свободы и двусторонним p. Для этого примера запись может выглядеть так: среднее изменение 4 балла, 95%-й интервал от 2,52 до 5,48; , . Округление не должно превращать маленькое p в ноль: оно остаётся положительным. Такая запись позволяет оценить и направление, и точность результата.
Значение - вероятность при условии нулевой гипотезы и принятых предпосылок получить статистику не менее экстремальную по модулю, чем наблюдаемая. Это не вероятность истинности и не размер эффекта. Даже малое само по себе не доказывает, что изменение практически существенно: для этого нужны единицы измерения, интервал и контекст задачи. И наоборот, означает недостаток оснований для отвержения, а не доказанное отсутствие изменения.
Условия применения и границы вывода
Данные должны быть количественными, пары - корректно образованными, а разности разных пар - независимыми. Для точного t-вывода предполагают нормальное распределение разностей в совокупности; нормальность каждого исходного столбца сама по себе не заменяет это условие. При малом числе пар особенно важны график разностей, проверка ошибок записи и внимание к сильным выбросам. Большие независимые выборки часто позволяют использовать приближение, но универсальный порог не устраняет проблемы тяжёлых хвостов и зависимости.
Если половина пары отсутствует, нельзя вычитать значения случайных строк. Стандартный парный анализ использует полные пары; механизм пропусков стоит отдельно изучить, поскольку он может исказить вывод. При выраженной асимметрии или порядковых данных можно рассмотреть знаковый критерий или критерий знаковых рангов Вилкоксона с их собственными предпосылками и интерпретацией. Для независимых групп критерий Манна - Уитни решает другую задачу и не сохраняет парную структуру.
Перед анализом полезно выяснить, кто попал в выборку и можно ли распространять результат на интересующую совокупность. Парность сама по себе не исправляет систематический отбор, неодинаковые условия измерений или ошибки приборов. Если наблюдений у одного человека больше двух, несколько отдельных парных проверок создают проблему множественных сравнений; подход следует выбирать с учётом всех условий и исследовательского вопроса.
Наконец, даже значимое изменение «до и после» не обязательно вызвано занятием: на него могли повлиять время, повторное тестирование или иные события. Причинный вывод зависит от дизайна исследования, в том числе наличия подходящей контрольной группы.
Частые ошибки
- Считать суммой двух столбцов, хотя - число полных пар.
- Перепутать порядок вычитания и сделать вывод о росте по отрицательной разности.
- Проверять нормальность только исходных измерений, игнорируя распределение разностей и выбросы.
- Называть вероятностью нулевой гипотезы или считать незначимый результат доказательством равенства.
- Выбирать одностороннюю альтернативу после просмотра направления эффекта.
FAQ
Нужны ли одинаковые дисперсии измерений до и после? Нет. Парный тест работает с одним набором разностей и не требует равенства дисперсий двух исходных столбцов.
Можно ли применять критерий к маленькой выборке? Можно, если предпосылки для распределения независимых разностей правдоподобны. Однако на малом числе пар их трудно проверить, а отдельные выбросы сильно влияют на результат.
Означает ли значимость, что улучшился каждый? Нет. Проверяется средняя разность; отдельные изменения могут быть отрицательными или нулевыми. Кроме того, причинное объяснение зависит от плана исследования.
Коротко
Парный t-критерий сводит сравнение зависимых измерений к анализу разностей внутри пар. Статистика равна разности между наблюдаемым и гипотетическим средним, делённой на стандартную ошибку; число степеней свободы равно числу пар минус один. Вывод сопровождают размером изменения, доверительным интервалом и оговоркой об условиях исследования.
Читайте также

Доверительный интервал коэффициента регрессии: расчёт
Как рассчитать доверительный интервал коэффициента регрессии: формула через стандартную ошибку и критическое значение Стьюдента, пример вычисления и проверка значимости.

Проверка гипотезы о равенстве двух средних: t-тест
Как проверить гипотезу о равенстве двух средних: двухвыборочный t-тест Стьюдента, критерий Уэлча, условия применимости, формулы и типичные ошибки студентов.

Нулевая и альтернативная гипотезы: как проверить
Нулевая и альтернативная гипотезы в статистике: что они означают, как задать уровень значимости, вычислить p-value по z-критерию и сделать правильный вывод об H0.

Абсолютная и относительная погрешность числа
Абсолютная и относительная погрешность приближённого числа: формулы, расчёт в процентах, оценка при округлении и подробные примеры сравнения точности.

Абсолютная пропускная способность СМО: формула
Как найти абсолютную пропускную способность СМО через интенсивность потока и вероятность отказа: формула, пример расчёта и отличие от относительной способности.

Алгоритм Флойда-Уоршелла: кратчайшие пути в графе
Алгоритм Флойда-Уоршелла на примере: как получить матрицу кратчайших путей для всех пар вершин, восстановить маршрут и вовремя обнаружить отрицательный цикл.