Příklad 1: Jedno-výběrový t-test

Datový soubor: doprava

Určitá linka autobusové městské dopravy má v době dopravní špičky průměrnou rychlost 8 km/hod.
Uvažovalo se o tom, zda změna trasy by vedla ke změně průměrné rychlosti. Nová trasa byla proto
projeta v deseti náhodně vybraných dnech a byly zjištěny tyto průměrné rychlosti: 7,8  7,9  9,0
7,8 8,0  7,8  8,5  8,2  8,2  9,3. Rozhodněte, zda změna trasy vede ke změně průměrné rychlosti.
Předpokládáme normální rozdělení a α=0,05.

Statistics – Basic statistics – t-test, single sample

Test all means against (napíšeme střední hodnotu, se kterou chceme srovnat pozorovaná data)

p-value for highlighting (p hodnotu lze změnit)


Příklad 2: Nepárový dvou-výběrový t-test

Datový soubor: srovnani_hmotnosti_ovci

Průměrná hmotnost ovcí v čase páření byla srovnávána pro kontrolní skupinu a skupinu krmenou
zvýšenou dávkou potravy. Kontrolní skupina obsahuje 30 ovcí, skupina se zvýšeným příjmem potravy
pak 24 ovcí.

Vlastní experiment byl prováděn tak, že na začátku máme 54 ovcí (ideálně stejného plemene, stejně
staré atd.), které náhodně rozdělíme do dvou skupin (náhodné rozdělování objektů do pokusných
skupin je objektem celého specializovaného odvětví statistiky nazývaného randomizace). Poté co
experiment proběhne, musíme nejprve ověřit teoretický předpoklad pro využití nepárového t-testu.
Pro obě proměnné jsou vykresleny grafy (můžeme též spočítat základní popisnou statistiku), na
kterých můžeme posoudit normalitu a homogenitu rozptylu, kromě okometrického pohledu můžeme pro
ověření normality použít testy normality, pro ověření homogenity rozptylu pak F-test.

Pokud platí všechny předpoklady Two sample nepárového t-testu, můžeme spočítat testovou
charakteristiku.

Statistics – Basic statistics – t-test, idenpendent, by variables

nebo Statistics – Basic statistics – t-test, idenpendent, by groups

Summary (výsledek lze interpretovat pouze, pokud rozdíl mezi rozptyly byl neprůkazný)

V případě odlišnosti rozptylů: Options – Test with separate variance estimates (t-test
se samostatnými odhady rozptylů)

Chceme-li homogenitu rozptylů testovat jiným testem: Options – Homogenity of variance


Příklad 3: Párový dvou-výběrový t-test

Datový soubor: efektivita_diety_pro_krysy

Byl prováděn pokus s dietou u 18 diabetických krys, každá krysa byla vystavena dvěma dietám.
Protože každá krysa absolvovala obě diety, jde o párové uspořádání, kdy hodnoty v obou pokusech
jsou spojeny přes pokusné zvíře. Zjistěte, zda testovaná dieta způsobí změnu hmotnosti u krys.

(POZOR – normalita dat se ověřuje na diferencích pozorování)

Statistics – Basic Statistics – t-test, dependent samples