Что означает предпосылка «равенство дисперсий» в независимом t-тесте, если объяснять её интуитивно?
AСредние значения метрики в группах должны совпадать заранее, иначе тест считается неприменимым
BДанные в каждой группе должны быть отсортированы по возрастанию, чтобы корректно посчитать статистику теста
CРазброс значений внутри групп (их дисперсии) примерно одинаковый, и общую дисперсию можно оценивать совместно
D
p-value должен совпадать в обоих направлениях альтернативной гипотезы, чтобы можно было сделать выводПравильный ответ. Предпосылка относится к разбросу (дисперсии) внутри групп, а не к равенству средних значений.
Разбор
В классическом pooled-варианте независимого t-теста предполагается, что вариативность метрики в группах похожа. Тогда можно оценивать общую дисперсию и корректно считать стандартную ошибку. Если разбросы сильно различаются, лучше использовать вариант Уэлча. Частая ошибка — путать «равенство дисперсий» с равенством средних: предпосылка касается именно разброса, а не уровня метрики.
Проверь себя · 1/3разбор после ответа
В каких условиях предпосылка равенства дисперсий наиболее критична для классического
t-test с pooled-дисперсией для независимых выборок?Ещё вопросы по теме «Тесты для средних»
- Вы измерили среднее время выполнения задачи у одних и тех же 40 пользователей до и после изменения интерфейса. Какой тест для сравнения средних здесь уместен?
- В A/B эксперименте пользователи случайно распределены: группа A видит старую страницу, группа B — новую; пользователи не пересекаются. Какой тест сравнения средних подходит для метрики `revenue_per_user`?
- Как выглядит стандартная нулевая гипотеза `H0` в двухвыборочном `t-test` для средних?
- Вы получили `CI 95%` для разницы средних A−B: `[-1.2; 0.4]`. Что это означает на уровне значимости `alpha = 0.05`?
- Какая «нормальность» (интуитивно) важна для парного `t-test` при сравнении до и после?
- Все вопросы по «Тесты для средних» →