seychellesartprojects.org

Atšķirības starp Z-testu un T-testu

Z tests ir statistiskā hipotēze, kas tiek izmantota, lai noteiktu, vai abu aprēķināto vidējo vidējo rādītāju atšķirība ir atšķirīga, ja ir pieejama standarta novirze un izlase ir liela, turpretī T testu izmanto, lai noteiktu dažādu datu kopu vidējos atšķiras viena no otras, ja standarta novirze vai dispersija nav zināma.

Z-testi un t-testi ir divas statistikas metodes, kas ietver datu analīzi, kuru izmanto zinātnē, uzņēmējdarbībā un daudzās citās disciplīnās. T-testu var attiecināt uz vienveidīgo hipotēzes testu, kura pamatā ir t-statistika, kur vidējais, ti, vidējais, ir zināms, un populācijas dispersija, ti, standartnovirze ir aptuvena no parauga. No otras puses, Z-tests, arī viena mainīgā tests, kura pamatā ir standarta normāls sadalījums.

Izmanto

# 1 - Z-tests

Z-testa formula, kā minēts iepriekš, ir statistikas aprēķini, kurus var izmantot, lai salīdzinātu populācijas vidējos rādītājus ar paraugu. Z-tests jums pateiks, cik tālu datu punkts ir vidējais no datu kopas standarta noviržu izteiksmē. Z-tests ļaus salīdzināt izlasi ar noteiktu kopu, ko parasti izmanto, lai risinātu problēmas, kas saistītas ar lieliem paraugiem (ti, n> 30). Pārsvarā tie ir ļoti noderīgi, ja ir zināma standartnovirze.

# 2 - T-tests

T-testi ir arī aprēķini, kurus var izmantot hipotēzes pārbaudei, taču tie ir ļoti noderīgi, ja mums jānosaka, vai pastāv statistiski nozīmīgs salīdzinājums starp 2 neatkarīgajām izlases grupām. Citiem vārdiem sakot, t-tests jautā, vai salīdzinājums starp 2 grupu vidējiem rādītājiem, visticamāk, nav noticis nejaušas nejaušības dēļ. Parasti t-testi ir piemērotāki, ja jums ir problēmas ar ierobežotu izlases lielumu (ti, n <30).

Z-testa vs T-testa infografika

Šeit mēs piedāvājam jums piecas galvenās atšķirības starp z-testu un t-testu, kas jums jāzina.

Galvenās atšķirības

• Viens no vissvarīgākajiem nosacījumiem t-testa veikšanai ir tas, ka populācijas standartnovirze vai dispersija nav zināma. Un otrādi, jāpieņem, ka populācijas dispersijas formula, kā norādīts iepriekš, ir zināma vai zināma z-testa gadījumā.
• T-tests, kā minēts iepriekš, balstās uz Studenta t-sadalījumu. Gluži pretēji, z-tests ir atkarīgs no pieņēmuma, ka parauga vidējais sadalījums būs normāls. Gan normālais sadalījums, gan studenta t-sadalījums šķiet vienādi, jo abi ir zvana formas un simetriski. Tomēr tie atšķiras vienā no gadījumiem, kad izplatīšanas laikā centrā ir mazāk vietas, bet astēs - vairāk.
• Z-tests tiek izmantots, kā norādīts iepriekšējā tabulā, ja izlases lielums ir liels, kas ir n> 30, un t-tests ir piemērots, ja parauga lielums nav liels, kas ir mazs, ti, n

Z-testa un T-testa salīdzinošā tabula

Pamats		Z tests		T-tests
Pamata definīcija		Z-tests ir sava veida hipotēzes tests, kas nosaka, vai 2 datu kopu vidējie rādītāji atšķiras, ja tiek dota standarta novirze vai dispersija.		T-testu var attiecināt uz sava veida parametru testu, kas tiek piemērots identitātei, kā divu datu kopu vidējie rādītāji atšķiras viens no otra, ja nav norādīta standarta novirze vai dispersija.
Iedzīvotāju dispersija		Šeit ir zināma populācijas dispersija vai standartnovirze.		Populācijas dispersija vai standartnovirze šeit nav zināma.
Parauga lielums		Izlases lielums ir liels		Šeit izlases lielums ir mazs.
Galvenie pieņēmumi		Visi datu punkti ir neatkarīgi. Normāls sadalījums Z, ar vidējo nulli un dispersiju = 1.		Visi datu punkti nav atkarīgi. Paraugu vērtības jāreģistrē un jānoņem precīzi
Pamatojoties uz (izplatīšanas veidu)		Pamatojoties uz Normal distribution.		Pamatojoties uz Student-t sadalījumu.

Secinājums

Lielākoties abi šie testi ir gandrīz līdzīgi, taču salīdzinājums attiecas tikai uz to piemērošanas nosacījumiem, kas nozīmē, ka t-tests ir piemērotāks un piemērotāks, ja parauga lielums nepārsniedz trīsdesmit vienības. Tomēr, ja tā ir lielāka par trīsdesmit vienībām, jāizmanto z-tests. Līdzīgi ir arī citi nosacījumi, kas skaidri parādīs, kurš tests jāveic situācijā.

Nu, ir arī dažādi testi, piemēram, f tests, divzobu vs vienpakāpju utt., Statistikas speciālistiem jābūt piesardzīgiem, tos piemērojot pēc situācijas analīzes un pēc tam izlemjot, kuru izmantot. Zemāk ir diagrammas paraugs tam, ko mēs iepriekš apspriedām.