welch_test()
Gilt für: ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel
Berechnet die p_value der Welch-Testfunktion.
Syntax
welch_test(Mean1 variance1,, count1, mean2, variance2 count2, )
Erfahren Sie mehr über Syntaxkonventionen.
Parameter
| Name | Type | Erforderlich | Beschreibung |
|---|---|---|---|
| Mittelwert1 | real oder lang | ✔️ | Der Mittelwert (Mittelwert) der ersten Datenreihe. |
| Varianz1 | real oder lang | ✔️ | Der Varianzwert der ersten Datenreihe. |
| anzahl1 | real oder lang | ✔️ | Die Anzahl der Werte in der ersten Datenreihe. |
| Mittelwert2 | real oder lang | ✔️ | Der Mittelwert (Mittelwert) der zweiten Datenreihe. |
| Varianz2 | real oder lang | ✔️ | Der Varianzwert der zweiten Datenreihe. |
| anzahl2 | real oder lang | ✔️ | Die Anzahl der Werte in der zweiten Datenreihe. |
Gibt zurück
Aus Wikipedia:
In der Statistik ist Der T-Test von Welch ein Zwei-Stichproben-Standorttest, der verwendet wird, um die Hypothese zu testen, dass zwei Populationen gleiche Mittel haben. Der T-Test ist eine Anpassung des T-Tests von Student und ist zuverlässiger, wenn die beiden Proben ungleiche Varianzen und ungleiche Stichprobengrößen aufweisen. Diese Tests werden häufig als "entkoppelte" oder "unabhängige Proben" t-Tests bezeichnet. Die Tests werden in der Regel angewendet, wenn die statistischen Einheiten, die den beiden verglichenen Stichproben zugrunde liegen, nicht überlappend sind. Der T-Test ist weniger beliebt als student's t-test, und kann den Lesern weniger vertraut sein. Der Test wird auch als "Welchs ungleiche Varianzen t-Test" oder "ungleiche Varianzen t-Test" bezeichnet.
Beispiel
// s1, s2 values are from https://en.wikipedia.org/wiki/Welch%27s_t-test
print
s1 = dynamic([27.5, 21.0, 19.0, 23.6, 17.0, 17.9, 16.9, 20.1, 21.9, 22.6, 23.1, 19.6, 19.0, 21.7, 21.4]),
s2 = dynamic([27.1, 22.0, 20.8, 23.4, 23.4, 23.5, 25.8, 22.0, 24.8, 20.2, 21.9, 22.1, 22.9, 20.5, 24.4])
| mv-expand s1 to typeof(double), s2 to typeof(double)
| summarize m1=avg(s1), v1=variance(s1), c1=count(), m2=avg(s2), v2=variance(s2), c2=count()
| extend pValue=welch_test(m1,v1,c1,m2,v2,c2)
// pValue = 0.021