Wpływ nasion kopru na kiełkowanie nasiona ogórka, cebuli, marchwi i buraka.

Wpływ nasion gorczycy na kiełkowanie jęczmienia i owsa.

Obserwacje ilości wykiełkowanych nasion przeprowadzamy po 3 i 7 dniach po wysianiu nasion.

Po 7 dniach za pomocą linijki mierzymy długość korzenia i pędu.

Wyniki notujemy w tabelach.

Wpisujemy dane do komputera i liczymy:

- średnią arytmetyczną;

- Odchylenie standardowe - w populacji można estymować odchyleniem standardowym z próby losowej, oznaczanym przez s. Odpowiedni wzór ma postać:

gdzie x_i to kolejne wartości cechy elementów próby losowej,
to średnia arytmetyczna z próby, zaś n to liczba elementów w próbie.

- Test t-studenta dla porównania średnich z kontroli i właściwego doświadczenia.

Z uzyskanych wyników przygotowujemy sprawozdanie składające się z:

* wstępu (opis problemu);

* metod stosowanych w doświadczeniu;

* wyników (tu opisać to co uzyskano z obliczeń kiełkowania, długości korzeni i pędów dla wszystkich korzeni; można posłużyć się wykresami);

* dyskusji wyników i wniosków;

Odchylenie standardowe ma szereg własności, które powodują, że jest to miara bardzo przydatna w statystyce opisowej. Przede wszystkim jest ono wyrażone w tych samych jednostkach co wartości cechy, np. jeśli badamy wzrost ludzi w cm, to odchylenie standardowe również wyraża się w cm.

Test t jest najbardziej powszechnie stosowaną metodą oceny różnic między średnimi w dwóch grupach. Można go na przykład użyć do sprawdzenia różnicy w teście przeprowadzanym na grupie pacjentów poddanych działaniu jakiegoś leku w stosunku do grupy otrzymujących placebo. Teoretycznie test t może być stosowany także w przypadku bardzo małych prób (np. o liczności 10, zaś niektórzy badacze twierdzą, że nawet w mniej licznych); jedynym warunkiem jest normalność rozkładu zmiennych oraz brak istotnych różnic między wariancjami. Założenie o normalności można sprawdzić przez analizę rozkładu danych (przy pomocy histogramów) lub przy pomocy testu normalności. Założenie o równości wariancji sprawdzamy za pomocą testu F (uwzględnionego w wynikach podawanych dla opcji test t) lub też przy pomocy mocniejszej opcji określonej jako test Levene'a (jak również modyfikacji Browna-Forsythe'a tego testu). Jeżeli warunki, o których mowa nie są spełnione, wówczas alternatywą pozostaje użycie jednego z testów nieparametrycznych alternatywnych w stosunku do testu t.

Podawany w wynikach testu t poziom p reprezentuje prawdopodobieństwo błędu związanego z przyjęciem hipotezy o istnieniu różnic między średnimi. Ujmując to językiem bardziej technicznym jest to prawdopodobieństwo popełnienia błędu polegającego na odrzuceniu hipotezy o braku różnicy między średnimi w dwóch badanych kategoriach obserwacji należących do populacji generalnej (reprezentowanych przez badane grupy) w sytuacji, gdy stan faktyczny w populacji jest taki, iż hipoteza ta jest prawdziwa. Niektórzy badacze uważają, że jeśli znak różnicy średnich jest zgodny z przewidywaniami, to można do testowania używać jedynie połowy (jednego ogona) rozkładu prawdopodobieństwa i dzielić podawany poziom p (prawdopodobieństwo wyznaczone przez obydwa "ogony" rozkładu) przez dwa. Inni badacze uważają takie postępowanie za błędne i zalecają używać dwustronnego obszaru krytycznego.

---