t-критерий Стьюдента

t-критерий Стьюдента — это общее название для группы статистических критериев, основанных на распределении Стьюдента (t-распределении), и используемых для проверки гипотез о равенстве средних значений в двух выборках, а также для оценки значимости коэффициентов регрессии и корреляции. Критерий был разработан английским химиком и статистиком Уильямом Госсетом (публиковавшимся под псевдонимом «Стьюдент») для контроля качества на пивоварне «Гиннесс».

История

В начале XX века на пивоварне Arthur Guinness Son & Co. в Дублине возникла необходимость в статистических методах для анализа небольших выборок, например, для оценки качества сырья (ячменя, хмеля) или стабильности брожения. Уильям Госсет, работавший химиком, столкнулся с проблемой: стандартные методы, основанные на нормальном распределении, давали неточные результаты при малом объёме выборок (n < 30). В 1908 году он опубликовал в журнале «Biometrika» статью «The Probable Error of a Mean», в которой вывел распределение, названное впоследствии распределением Стьюдента. Поскольку политика компании запрещала сотрудникам публиковать работы под своим именем, Госсет использовал псевдоним «Student» (Стьюдент). В 1925 году Рональд Фишер формализовал и популяризировал t-критерий, включив его в свою книгу «Statistical Methods for Research Workers». С тех пор критерий стал одним из самых распространённых инструментов в биологии, медицине, психологии, экономике и технических науках.

Основные виды t-критерия Стьюдента

В зависимости от постановки задачи и структуры данных выделяют несколько разновидностей t-критерия.

Одновыборочный t-критерий

Используется для проверки гипотезы о том, что среднее значение генеральной совокупности (μ) равно некоторому известному числу (μ₀). Например, проверяется, отличается ли средний рост студентов в группе от 170 см. Статистика критерия вычисляется по формуле:

\[ t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}} \]

где \(\bar{x}\) — выборочное среднее, \(s\) — выборочное стандартное отклонение, \(n\) — объём выборки. Полученное значение t сравнивается с критическим значением из распределения Стьюдента с \(n-1\) степенями свободы.

Двухвыборочный t-критерий для независимых выборок

Применяется для сравнения средних двух независимых групп (например, экспериментальной и контрольной). Существует два варианта:

• Критерий с равными дисперсиями (критерий Стьюдента-Фишера): предполагает, что дисперсии в обеих группах одинаковы. Статистика вычисляется с использованием объединённой оценки дисперсии.
• Критерий с неравными дисперсиями (критерий Уэлча): не требует равенства дисперсий, использует модифицированную формулу для числа степеней свободы. В современных статистических пакетах критерий Уэлча рекомендуется как более надёжный.

Формула для критерия Уэлча:

\[ t = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}} \]

Парный t-критерий

Используется для сравнения средних в двух связанных (зависимых) выборках, например, при измерении одного и того же показателя до и после воздействия. В этом случае вычисляется разность \(d_i = x_{i2} - x_{i1}\) для каждой пары, и проверяется гипотеза о том, что среднее значение разностей равно нулю. Статистика вычисляется как:

\[ t = \frac{\bar{d}}{s_d / \sqrt{n}} \]

где \(\bar{d}\) — среднее разностей, \(s_d\) — стандартное отклонение разностей, \(n\) — количество пар.

Условия применения

Для корректного использования t-критерия Стьюдента необходимо выполнение следующих условий:

1. Независимость наблюдений (для независимых выборок) или зависимость (для парного критерия).
2. Нормальность распределения данных в каждой группе (или разностей для парного критерия). При нарушении нормальности, особенно при малых выборках, результаты могут быть неточными. Для больших выборок (n > 30) критерий устойчив к отклонениям от нормальности благодаря центральной предельной теореме.
3. Гомогенность дисперсий (для классического двухвыборочного критерия с равными дисперсиями). Для проверки этого условия используется критерий Левена или F-тест. При нарушении применяется критерий Уэлча.

Примеры применения

Медицина и биология

• Сравнение эффективности двух лекарственных препаратов: среднее время выздоровления в группе, принимающей препарат A, сравнивается с группой, принимающей препарат B.
• Оценка влияния диеты на уровень холестерина: парный t-критерий для измерения уровня холестерина до и после диеты.

Психология и социология

• Сравнение средних баллов по тесту тревожности у мужчин и женщин.
• Проверка гипотезы о том, что средний IQ в выборке отличается от 100.

Техника и производство

• Контроль качества: сравнение прочности образцов материала, изготовленных на двух разных станках.
• Калибровка приборов: проверка, отличается ли среднее показание прибора от эталонного значения.

Ограничения и альтернативы

Основные ограничения t-критерия:

• Чувствительность к выбросам: одно или два экстремальных значения могут сильно исказить результат.
• Требование нормальности: при малых выборках (n < 10) и сильном отклонении от нормальности t-критерий может давать неверные p-значения.
• Сравнение только двух групп: для сравнения трёх и более групп используется дисперсионный анализ (ANOVA), который является обобщением t-критерия.

Альтернативы t-критерию при нарушении условий:

• U-критерий Манна-Уитни (непараметрический аналог для независимых выборок).
• W-критерий Уилкоксона (непараметрический аналог для парного критерия).
• Бутстреп-методы (перестановочные тесты), не требующие предположений о распределении.

Интерпретация результатов

Результат t-критерия представляется в виде t-статистики и p-значения. Если p-значение меньше заранее выбранного уровня значимости (обычно 0,05), нулевая гипотеза о равенстве средних отвергается, и делается вывод о статистически значимом различии. Важно различать статистическую значимость и практическую значимость: даже при очень малом p-значении различие средних может быть несущественным с практической точки зрения. Для оценки величины эффекта используется коэффициент d Коэна.

Распределение Стьюдента

Распределение Стьюдента (t-распределение) — это непрерывное распределение вероятностей, которое описывает распределение выборочного среднего, когда истинное стандартное отклонение генеральной совокупности неизвестно и оценивается по выборке. Оно симметрично относительно нуля, имеет колоколообразную форму, но с более «тяжёлыми» хвостами по сравнению с нормальным распределением. Форма распределения определяется параметром — числом степеней свободы (ν). При ν → ∞ распределение Стьюдента стремится к стандартному нормальному распределению. При малых ν (например, ν = 1, 2) хвосты распределения значительно толще, что делает критерий более консервативным.

Программная реализация

t-критерий Стьюдента реализован во всех основных статистических пакетах и языках программирования:

• R: функции t.test() (одно-, двухвыборочный и парный варианты), t.test(x, mu = 0) для одновыборочного, t.test(x, y) для двухвыборочного.
• Python (SciPy): функция scipy.stats.ttest_ind() для независимых выборок, scipy.stats.ttest_rel() для парного, scipy.stats.ttest_1samp() для одновыборочного.
• SPSS, SAS, Stata, Excel: встроенные процедуры (например, в Excel — функция T.TEST).
• MATLAB: функция ttest() для одновыборочного, ttest2() для двухвыборочного.

Источники

1. Student. The Probable Error of a Mean // Biometrika. — 1908. — Vol. 6, № 1. — P. 1–25.
2. Fisher R. A. Statistical Methods for Research Workers. — Edinburgh: Oliver and Boyd, 1925.
3. Welch B. L. The generalization of Student's problem when several different population variances are involved // Biometrika. — 1947. — Vol. 34, № 1–2. — P. 28–35.
4. Lehmann E. L., Romano J. P. Testing Statistical Hypotheses. — 3rd ed. — Springer, 2005.
5. Гмурман В. Е. Теория вероятностей и математическая статистика. — М.: Высшая школа, 2003.