welch_test()
Berechnet die p_value der Welch-test-Funktion
Syntax
welch_test(
mean1,
varianz1,
count1,
mean2,
variance2,
count2)
Erfahren Sie mehr über Syntaxkonventionen.
Parameter
Name | Typ | Erforderlich | Beschreibung |
---|---|---|---|
mean1 | real oder long | ✔️ | Der Mittelwert (Mittelwert) der ersten Reihe. |
varianz1 | real oder long | ✔️ | Der Varianzwert der ersten Reihe. |
count1 | real oder long | ✔️ | Die Anzahl der Werte in der ersten Reihe. |
mean2 | real oder long | ✔️ | Der Mittelwert (Mittelwert) der zweiten Reihe. |
variance2 | real oder long | ✔️ | Der Varianzwert der zweiten Reihe. |
count2 | real oder long | ✔️ | Die Anzahl der Werte in der zweiten Reihe. |
Gibt zurück
Aus Wikipedia:
In der Statistik ist der t-test von Welch ein Standorttest mit zwei Stichproben, der verwendet wird, um die Hypothese zu testen, dass zwei Populationen die gleichen Mittel haben. Welch's t-test ist eine Anpassung des Student t-Tests und ist zuverlässiger, wenn die beiden Stichproben ungleiche Abweichungen und ungleiche Stichprobengrößen aufweisen. Diese Tests werden häufig als "unbezahlte" oder "unabhängige Proben" t-Tests bezeichnet. Die Tests werden in der Regel angewendet, wenn sich die statistischen Einheiten, die den beiden verglichenen Stichproben zugrunde liegen, nicht überlappen. Der T-Test von Welch ist weniger beliebt als der T-Test von Student und möglicherweise weniger vertraut für Die Leser. Der Test wird auch als "Welch's ungleiche Varianzen t-test" oder "ungleiche Varianzen t-test" bezeichnet.
Beispiel
// s1, s2 values are from https://en.wikipedia.org/wiki/Welch%27s_t-test
print
s1 = dynamic([27.5, 21.0, 19.0, 23.6, 17.0, 17.9, 16.9, 20.1, 21.9, 22.6, 23.1, 19.6, 19.0, 21.7, 21.4]),
s2 = dynamic([27.1, 22.0, 20.8, 23.4, 23.4, 23.5, 25.8, 22.0, 24.8, 20.2, 21.9, 22.1, 22.9, 20.5, 24.4])
| mv-expand s1 to typeof(double), s2 to typeof(double)
| summarize m1=avg(s1), v1=variance(s1), c1=count(), m2=avg(s2), v2=variance(s2), c2=count()
| extend pValue=welch_test(m1,v1,c1,m2,v2,c2)
// pValue = 0.021
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unterFeedback senden und anzeigen für