Разлика између З-теста и Т-теста тестирања хипотезе
Разлике између З-теста и Т-теста
З Тест је статистичка хипотеза која се користи да би се утврдило да ли се разликују израчуната средства за два узорка у случају да је стандардна девијација доступна и да је узорак велик, док Т тест користи се да би се утврдило на који се начин разликују просеци различитих скупова података у случају да стандардна девијација или варијанса нису познате.
З-тестови и т-тестови су две статистичке методе које укључују анализу података која има примену у науци, пословању и многим другим дисциплинама. Т-тест се може упутити на тест униваријантне хипотезе који се заснива на т-статистици, при чему је позната средња вредност, тј. Просек, а варијанса популације, тј. Стандардна девијација се приближава узорку. С друге стране, З-тест, такође униваријантни тест који се заснива на стандардној нормалној расподели.
Користи
# 1 - З-тест
Формула З-теста, као што је раније поменуто, су статистички прорачуни који се могу користити за упоређивање просека популације са узорком. З-тест ће вам рећи колико је тачка података, у терминима стандардних одступања, удаљена од просека скупа података. З-тест ће извршити поређење узорка са дефинисаном популацијом која се обично користи за решавање проблема који се односе на велике узорке (тј. Н> 30). Углавном су веома корисни када је позната стандардна девијација.
# 2 - Т-тест
Т-тестови су такође прорачуни који се могу користити за тестирање хипотезе, али су веома корисни када треба да утврдимо да ли постоји статистички значајно поређење између 2 независне групе узорака. Другим речима, т-тест поставља питање да ли је вероватно да је дошло до поређења између просека 2 групе због случајних шанси. Обично су т-тестови прикладнији када имате посла са проблемима ограничене величине узорка (тј. Н <30).
З-Тест вс Т-Тест Инфограпхицс
Овде вам пружамо 5 главних разлика између з-теста и т-теста које морате знати.
Кључне разлике
- Један од најважнијих услова за спровођење т-теста је да стандардна девијација популације или варијанса нису познате. Супротно томе, за формулу варијансе популације, као што је горе наведено, треба претпоставити да је позната или да је позната у случају з-теста.
- Т-тест као што је раније поменуто заснован је на Студент-овој т-расподели. Супротно томе, з-тест зависи од претпоставке да ће расподела узорака бити нормална. И нормална расподела и т-расподела ученика изгледају исто, јер су обе у облику звона и симетричне. Међутим, они се разликују у једном од случајева да је при расподели мање простора у центру, а више у реповима.
- З-тест се користи као што је дато у горњој табели када је величина узорка велика, што је н> 30, а т-тест је прикладан када величина узорка није велика што је мало, тј. Да је н <30.
З-тест у односу на Т-тест упоредна табела
Основа | З Тест | Т-тест | ||
Основна дефиниција | З-тест је врста теста хипотезе којим се утврђује да ли се просеци из 2 скупа података међусобно разликују када је дата стандардна девијација или варијанса. | Т-тест се може односити на неку врсту параметарског теста који се примењује на идентитет, како се просеци 2 скупа података међусобно разликују када није дата стандардна девијација или варијанса. | ||
Варијација становништва | Овде је позната варијанса становништва или стандардна девијација. | Варијација становништва или стандардна девијација овде нису познате. | ||
Величина узорка | Величина узорка је велика | Овде је величина узорка мала. | ||
Кључне претпоставке |
|
| ||
На основу (врста дистрибуције) | На основу нормалне дистрибуције. | На основу дистрибуције Студент-т. |
Закључак
У већој мери су оба ова теста готово слична, али поређење долази само до услова за њихову примену, што значи да је т-тест примеренији и применљивији када величина узорка није већа од тридесет јединица. Међутим, ако је већи од тридесет јединица, треба користити з-тест. Слично томе, постоје и други услови, који ће јасно показати који тест треба извршити у одређеној ситуацији.
Па, постоје и различити тестови попут ф теста, двостраног или једностраног итд., Статистичари морају бити опрезни док их примењују након анализе ситуације и затим одлучивања који ће користити. Испод је пример графикона за оно о чему смо горе разговарали.