T-test와 F-test (ANOVA) 사이의 차이

아래는 너무나 기초적인데도 헷갈려 하는 경우가 있어서 그에 대해서 정리한 글을 가져 왔습니다. 통계 관련 궁금증이 있을 때 제일 많이 가는 사이트 (http://www.statedu.com/term/7385)에서 가져온 글입니다.

T-test와 ANOVA (분산분석)의 차이

분석을 하다보면, T-test와 ANOVA가 많이 사용이 되고 있습니다. 그런데, 이 T-test와 ANOVA에 대해 많은 분들이 혼동을 하게 되는데, 그 차이에 대해 설명을 하도록 하겠습니다.

T-test와 ANOVA는 사실은 동일한 분석방법입니다. 다만, 차이가 있다면 T-test는 2 집단의 평균의 차이를 비교하는데 비해, ANOVA는 2 집단 이상(보통은 3집단 이상)의 평균의 차이를 비교하는데, 사용합니다.
예를 들어,

1. 남자와 여자의 삶의 만족도를 비교한다고 하면, 2 집단(남자, 여자)의 평균(삶의 만족도 평균)을 비교하므로 T-test 입니다.

2. 중졸이하, 고졸, 대졸이상의 삶의 만족도를 비교한다면, 3집단(중졸이하, 고졸, 대졸이상)의 평균을 비교하므로 ANOVA(분산분석)입니다.

그러므로, ANOVA는 T-test가 가지고 있는 성질 등은 모두 그대로 가지고 있으며, 분석 방법이나, 해석 방법 등은 거의 대부분 비슷합니다. 다만, 차이가 있다면, ANOVA는 T-test의 확장이기 때문에 몇가지 개념이 추가되는 것일 뿐입니다.

또한, T-test를 하게 되면 검정 통계량은 T, ANOVA를 하게 되면 검정통계량은 F 를 이용하여 분석을 합니다.

T-test               ANVOA
--------------------------------------------------
차이             2 집단 평균비교     3집단이상 평균비교
검정통계량               T                      F

제시통계량       평균, 표준편차    평균, 표준편차, 사후검정 결과

여기까지를 이해를 한다면 우리가 fMRI 분석에서 GLM 분석을 할 때에 single contrast를 사용한다면 t-test를 multiple contrast들을 사용할 때에는 F-test를 사용한다는 설명을 이해할 수 있게 됩니다.