Razlika med T-testom in Z-testom

T-test se nanaša na enostranski test hipotez, ki temelji na t-statistiki, kjer je srednja vrednost znana, odstopanje populacije pa je približno od vzorca. Po drugi strani, Z-test je tudi enostranski test, ki temelji na standardni normalni porazdelitvi.

Preprosto povedano, hipoteza se nanaša na predpostavko, ki jo je treba sprejeti ali zavrniti. Obstajata dva postopka preskušanja hipotez, tj. Parametrični preskus in neparametrični test, pri čemer parametrični test temelji na dejstvu, da se spremenljivke merijo v intervalnem merilu, medtem ko se pri neparametričnem preskusu predvideva enako merjenje v rednem merilu. Zdaj lahko v parametričnem testu obstajata dve vrsti preskusa, t-test in z-test.

V tem članku boste podrobno razumeli razliko med T-testom in Z-testom.

Vsebina: T-test Vs Z-test

1. Primerjalna tabela
2. Opredelitev
3. Ključne razlike
4. Zaključek

Primerjalna tabela

Osnove za primerjavo	T-test	Z-test
Pomen	T-test se nanaša na vrsto parametričnega testa, ki se uporablja za ugotavljanje, kako se sredstva dveh nizov podatkov med seboj razlikujejo, kadar ni podana odstopanja.	Z-test pomeni preskus hipoteze, ki ugotovi, ali sta sredstva dveh nizov podatkov med seboj različna,.
Temelji na	Razdelitev študentov	Normalna porazdelitev
Odstopanje prebivalstva	Neznano	Znana
Velikost vzorca	Majhna	Velika

Opredelitev T-testa

T-test je hipotezni test, ki ga raziskovalec uporablja za primerjavo populacijskega sredstva za spremenljivko, razvrščene v dve kategoriji, odvisno od spremenljivke, ki je manjša od intervala. Natančneje, t-test se uporablja za preverjanje, kako se sredstva, vzeta iz dveh neodvisnih vzorcev, razlikujejo.

T-test sledi t-porazdelitvi, ki je primeren, kadar je velikost vzorca majhna in standardni odklon populacije ni znan. Oblika t-porazdelitve močno vpliva na stopnjo svobode. Stopnja svobode pomeni število neodvisnih opazovanj v določenem sklopu opazovanj.

Predpostavke T-testa:

• Vse podatkovne točke so neodvisne.
• Velikost vzorca je majhna. Za uporabo t-testa na splošno velja, da je velikost vzorca nad 30 enot vzorca velika, sicer majhna, vendar ne sme biti manjša od 5..
• Vzorčne vrednosti je treba natančno vzeti in zabeležiti.

Statistika testa je:

x ̅ je vrednost vzorca
s je standardni odklon vzorca
n je velikost vzorca
μ je povprečje prebivalstva

Seznanjen t-test: Statistični preskus, ki se uporablja, če sta odvzeta vzorca in sta seznanjena opazovanja.

Opredelitev Z-testa

Z-test se nanaša na enostransko statistično analizo, ki se uporablja za testiranje hipoteze, da se deleži dveh neodvisnih vzorcev močno razlikujejo. Določa, v kolikšni meri je podatkovna točka oddaljena od povprečne vrednosti nabora podatkov v standardnem odklonu.

Raziskovalec sprejme z-test, kadar je populacija populacije znana, v bistvu pa je velika velikost vzorca, kadar je velika velikost vzorca, približno enaka populaciji. Na ta način se domneva, da je znano, kljub temu, da so na voljo samo podatki o vzorcih in da se lahko uporabi običajni test.

Predpostavke Z-testa:

• Vsa vzorčna opažanja so neodvisna
• Velikost vzorca mora biti večja od 30.
• Porazdelitev Z je normalna, s srednjo ničlo in variance 1.

Statistika testa je:

x ̅ je vrednost vzorca
σ je standardni odklon populacije
n je velikost vzorca
μ je povprečje prebivalstva

Ključne razlike med T-testom in Z-testom

Razliko med t-testom in z-testom lahko jasno razberemo iz naslednjih razlogov:

1. T-test lahko razumemo kot statistični test, ki se uporablja za primerjavo in analizo, ali se sredstva obeh populacij med seboj razlikujejo ali ne, ko standardni odklon ni znan. Z-test je v nasprotju s parametričnim testom, ki se uporablja, ko je standardni odklon znan, da se ugotovi, ali se sredstva obeh nizov podatkov med seboj razlikujejo.
2. T-test temelji na t-razdelitvi študenta. Nasprotno, z-test se opira na domnevo, da je porazdelitev vzorčnih sredstev normalna. Tako razporeditev študenta kot normalna porazdelitev sta videti podobna, saj sta oba simetrična in zvonasta. Vendar se razlikujejo po smislu, da je pri t-distribuciji manj prostora v središču in več v repih.
3. Eden od pomembnih pogojev za sprejetje t-testa je, da varianta populacije ni znana. Nasprotno pa bi bilo treba v primeru z-testa poznati odstopanje populacije ali domnevati, da je znano.
4. Z-test se uporablja, kadar je velikost vzorca velika, tj. N> 30, t-test pa je primeren, kadar je velikost vzorca majhna, v smislu, da n < 30.

Zaključek

Na splošno sta t-test in z-test skoraj podobna preskusa, vendar so pogoji za njihovo uporabo drugačni, kar pomeni, da je t-test primeren, kadar velikost vzorca ne presega 30 enot. Če pa je več kot 30 enot, je treba opraviti z-test. Podobno obstajajo tudi drugi pogoji, iz katerih je jasno vedeti, kateri preizkus je treba izvesti v dani situaciji.