Diferencia entre Anova y T-test

Anova vs T-Test

Una prueba T, a veces llamada prueba T de Student, se lleva a cabo cuando desea comparar las medias de dos grupos y ver si son diferentes entre sí. Se utiliza principalmente cuando se asigna una asignación aleatoria y solo hay dos, no más de dos conjuntos para comparar. Al realizar la prueba T, se deben cumplir algunas condiciones para que los resultados den resultados precisos. Las suposiciones principales son que los datos de población que se recopilarán normalmente se distribuyen y que usted está comparando varianzas iguales de la población. La prueba T tiene dos tipos principales: prueba T de medidas independientes y prueba T de par emparejado, también conocida como prueba T dependiente o prueba T pareada.

Cuando está comparando dos muestras que no son pares emparejados, o las muestras son independientes, se utiliza la prueba T independiente. Sin embargo, el segundo tipo, prueba T de pares emparejados, se utiliza cuando las muestras dadas aparecen en pares. Por ejemplo, debes medir entre las comparaciones antes y después. Si tiene más de dos muestras, entonces debe usarse la prueba de Anova. Es posible diferenciar más de dos medios entre sí mediante la realización de 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 de Anova es el término popular para el Análisis de Varianza. Es una técnica realizada en el análisis de efectos de factores categóricos. Esta prueba se utiliza cuando hay más de dos grupos. Básicamente, también son como las pruebas T, pero, como se mencionó anteriormente, deben usarse cuando tenga más de dos grupos. Las pruebas de Anova utilizan variaciones para saber si los medios son iguales o no. Antes de realizar una prueba de Anova, debe cumplir primero las suposiciones básicas. El primer supuesto es que cada muestra que se va a utilizar 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 pruebas de análisis de varianza. El primero es el Anova de una sola vía. Debe usar este tipo de Anova solo si hay un solo factor categórico. El segundo es el Multifactor Anova que se utiliza cuando los factores categóricos son más de uno. Se estiman las interacciones y efectos principales entre los factores. 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 ordenados 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 ellos son aleatorios y otros son fijos. Cuando ambos factores presentes son cuantitativos y categóricos, se utiliza esta prueba..

Resumen:

1. La prueba Anova tiene cuatro tipos, a saber: Anova de una vía, Anova multifactor, análisis de componentes de varianza y modelos lineales generales. Las pruebas T solo tienen dos tipos: prueba T de medidas independientes y prueba T de par emparejado que también se conoce como prueba T dependiente o prueba T pareada.
2. Las pruebas T solo se realizan cuando solo tiene dos grupos para comparar. Las pruebas de 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 ser cumplidas. Para la prueba T, los datos de población que se recopilarán deben distribuirse normalmente, y usted está comparando las varianzas iguales de la población. Mientras que para las pruebas de Anova, las muestras que se van a utilizar se seleccionan de forma independiente y aleatoria. También debe asumir que la población de la que está tomando las muestras es normal y tiene las mismas desviaciones estándar.