Diferencia entre ANOVA y T-Test

ANOVA VS T-Test

Una prueba t, a veces llamada prueba t del estudiante, se realiza cuando desea comparar los medios de dos grupos y ver si son diferentes entre sí. Se usa principalmente cuando se da una asignación aleatoria y solo hay dos, no más de dos, conjuntos para comparar. Al realizar la prueba t, se necesita cumplir algunas condiciones para que los resultados generen resultados precisos. Los supuestos principales son que los datos de la población a recopilar se distribuyen normalmente y que está comparando variaciones iguales de la población. La prueba t tiene dos tipos principales: medidas independientes de prueba t y prueba t par de pares también conocida como prueba t o prueba t emparejada.

Cuando compara dos muestras que no son pares coincidentes, o las muestras son independientes, se usa la prueba t independiente. Sin embargo, el segundo tipo, la prueba t de par de pares coincidentes se usa cuando las muestras dadas aparecen en pares. Por ejemplo, debe medir entre las comparaciones antes y después de. Si tiene más de dos muestras, se debe usar la prueba ANOVA. Es posible diferenciar más de dos medios entre sí realizando múltiples pruebas t, pero habría una gran posibilidad de cometer un error y, por lo tanto, tener una mayor posibilidad de llegar con un resultado inexacto.

La prueba ANOVA es el término popular para el análisis de varianza. Es una técnica realizada en el análisis de los efectos de factores categóricos. Esta prueba se usa cuando hay más de dos grupos. Básicamente también son como las pruebas t, pero, como se mencionó anteriormente, deben usarse cuando tengas más de dos grupos. Las pruebas de ANOVA usan variaciones para saber si las medias son iguales o no. Antes de realizar una prueba ANOVA, primero debe cumplir con los supuestos básicos. La primera suposición es que cada muestra que se utilizará se selecciona de forma independiente y es aleatoria. En segundo lugar, suponga que la población de la que está tomando las muestras es normal y tiene desviaciones estándar iguales.

Hay cuatro tipos de análisis de pruebas de varianza. El primero es el ANOVA unidireccional. Debe usar este tipo de ANOVA solo si solo hay un factor categórico. El segundo es el ANOVA multifactor que se usa cuando los factores categóricos son más de uno. Las interacciones y los principales efectos entre los factores se estiman. El tercer tipo de ANOVA es el análisis de componentes de varianza. Este tipo de ANOVA se usa cuando los factores son múltiples y están dispuestos jerárquicamente. El objetivo principal de esta prueba es conocer el porcentaje de la variabilidad del proceso que está introduciendo en cada nivel. El cuarto y último método son los modelos lineales generales. Si sus factores están anidados y cruzados, algunos de los factores son aleatorios y otros son fijos. Cuando ambos factores presentes son cuantitativos y categóricos, esta prueba se usa.

Resumen:

1.La prueba ANOVA tiene cuatro tipos, a saber: ANOVA unidireccional, ANOVA multifactorial, análisis de componentes de varianza y modelos lineales generales. Las pruebas t solo tienen dos tipos: medidas t-test t-t-test y par de pares t coincidentes que también se conoce como prueba t dependiente o prueba t emparejada.
2.Las pruebas t solo se realizan cuando solo tiene dos grupos para comparar. Las pruebas ANOVA, por otro lado, son básicamente como las pruebas t, pero están diseñadas para grupos que son más de dos.
3.Se necesitan algunas condiciones antes de realizar las dos pruebas. Para la prueba t, los datos de la población que se recopilarán deben distribuirse normalmente, y está comparando variaciones iguales de la población. Mientras que para las pruebas ANOVA, las muestras que se deben usar se seleccionan de forma independiente y aleatoria. También debe asumir que la población de la que está tomando las muestras es normal y tiene desviaciones estándar iguales.