Ein-Stichproben t-Test
Statistischer Test, um zu untersuchen, ob sich der Mittelwert einer metrischen und annähernd normalverteilten Zielvariablen signifikant von einem vorher festgelegten fixen Wert unterscheidet. Hier nicht weiter thematisiert.
t-Test für abhängige Stichproben
Statistischer Test, um zu untersuchen, ob sich die Mittelwerte der metrischen und annähernd normalverteilten Outcomes zwischen zwei voneinander abhängigen Gruppen signifikant voneinander unterscheiden. Hier nicht weiter thematisiert.
t-Test für unabhängige Stichproben
Statistischer Test, um zu untersuchen, ob sich die Mittelwerte der metrischen und annähernd normalverteilten Outcomes zwischen zwei voneinander unabhängigen Gruppen signifikant voneinander unterscheiden (siehe Mittelwertsdifferenz). Die unbekannte Varianz der Grundgesamtheit wird auf Basis der Stichprobendaten geschätzt. Ist diese stattdessen bekannt, kann auf den z-Test zurückgegriffen werden. Der t-Test basiert auf der um den Stichprobenmittelwert symmetrischen t-Verteilung, sodass der kritische Wert das -Quantil dieser Verteilung ist.
t-Verteilung
Neben der Normalverteilung eine weitere bedeutende Verteilung in der Statistik. Sie ist glockenförmig, unimodal und symmetrisch um die Null verteilt. Ihre spezifische Form ist abhängig von der Anzahl an Freiheitsgraden . Wird z. B. für die Durchführung von einem t-Test für unabhängige Stichproben verwendet.
z-Test
Statistischer Test, um zu untersuchen, ob sich die Mittelwerte der metrischen und annähernd normalverteilten Outcomes zwischen zwei Gruppen signifikant voneinander unterscheiden (siehe Mittelwertsdifferenz). Eine Voraussetzung zur Durchführung des z-Tests ist die bekannte Varianz der Grundgesamtheit. Ist diese unbekannt, wird auf den t-Test für unabhängige Stichproben oder den t-Test abhängige Stichproben zurückgegriffen. Der z-Test basiert auf der um 0 symmetrischen Standardnormalverteilung, sodass der kritische Wert das -Quantil dieser Verteilung ist.