Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Gilt für: ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel
Berechnet die p_value der Welch-Testfunktion.
Syntax
welch_test(
Mean1 variance1,
,
count1,
mean2,
variance2 count2,
)
Erfahren Sie mehr über Syntaxkonventionen.
Parameter
Name | Type | Erforderlich | Beschreibung |
---|---|---|---|
Mittelwert1 | real oder lang | ✔️ | Der Mittelwert (Mittelwert) der ersten Datenreihe. |
Varianz1 | real oder lang | ✔️ | Der Varianzwert der ersten Datenreihe. |
anzahl1 | real oder lang | ✔️ | Die Anzahl der Werte in der ersten Datenreihe. |
Mittelwert2 | real oder lang | ✔️ | Der Mittelwert (Mittelwert) der zweiten Datenreihe. |
Varianz2 | real oder lang | ✔️ | Der Varianzwert der zweiten Datenreihe. |
anzahl2 | real oder lang | ✔️ | Die Anzahl der Werte in der zweiten Datenreihe. |
Gibt zurück
Aus Wikipedia:
In der Statistik ist Der T-Test von Welch ein Zwei-Stichproben-Standorttest, der verwendet wird, um die Hypothese zu testen, dass zwei Populationen gleiche Mittel haben. Der T-Test ist eine Anpassung des T-Tests von Student und ist zuverlässiger, wenn die beiden Proben ungleiche Varianzen und ungleiche Stichprobengrößen aufweisen. Diese Tests werden häufig als "entkoppelte" oder "unabhängige Proben" t-Tests bezeichnet. Die Tests werden in der Regel angewendet, wenn die statistischen Einheiten, die den beiden verglichenen Stichproben zugrunde liegen, nicht überlappend sind. Der T-Test ist weniger beliebt als student's t-test, und kann den Lesern weniger vertraut sein. Der Test wird auch als "Welchs 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