之前都是work with1个sample 现在变成2个了。。 可是差别不大。
2 sample t interval: population没差别, parameter变了: 重点是那个the mean difference, 没有这3个单词那你就做错了!
condition不变
calculation: 这些个formula不需要背下来可是要会区分那个formula属于什么test
计算器的用法: stat— test(最右边)— 选你要用的test or interval— 点进去之后要选data或者stat, 如果题目给的是一大堆的数字而不是直接给mean, standard deviation这些就选data, 给的话选stat。 data的话你就要那些数字翻到list里面去( stat— edit— 放数字就好了)— calculate。
就会给p value了
2 sample的还比前面多了一步就是要report degree of freedom(df), 计算器是会给你df可是会和算出来的完全不一样。df= n-1( 永远report小的那个df)
conclusion一样的写法
2 sample t test
parameter也不一样: 要把2个分开写开头都是let u1=....., let u2=......
Ho: 都是u1=u2
一样的步骤放到计算器、 df也是选小的那个!
剩下的都是一样的


2 sample t interval: population没差别, parameter变了: 重点是那个the mean difference, 没有这3个单词那你就做错了!
condition不变
calculation: 这些个formula不需要背下来可是要会区分那个formula属于什么test
计算器的用法: stat— test(最右边)— 选你要用的test or interval— 点进去之后要选data或者stat, 如果题目给的是一大堆的数字而不是直接给mean, standard deviation这些就选data, 给的话选stat。 data的话你就要那些数字翻到list里面去( stat— edit— 放数字就好了)— calculate。
就会给p value了
2 sample的还比前面多了一步就是要report degree of freedom(df), 计算器是会给你df可是会和算出来的完全不一样。df= n-1( 永远report小的那个df)
conclusion一样的写法
2 sample t test
parameter也不一样: 要把2个分开写开头都是let u1=....., let u2=......
Ho: 都是u1=u2
一样的步骤放到计算器、 df也是选小的那个!
剩下的都是一样的


