Препоръчано, 2022

Избор На Редактора

Разлика между T-теста и Z-теста

Т-тестът се отнася до тест за едновариантна хипотеза, базиран на t-статистика, където средната стойност е известна, и вариацията на популацията е апроксимирана от пробата. От друга страна, Z-тестът е също едномерно изпитване, което се основава на нормално нормално разпределение.

Казано с прости думи, една хипотеза се отнася до предположение, което трябва да бъде прието или отхвърлено. Има две процедури за тестване на хипотези, т.е. параметрично изпитване и непараметрично изпитване, при което параметричното изпитване се основава на факта, че променливите се измерват на интервална скала, докато при непараметричното изпитване се приема, че същото се измерва. по ред. Сега, при параметричния тест, може да има два вида тест, t-тест и z-тест.

Тази статия ще ви даде разбиране за разликата между T-теста и Z-теста в детайли.

Сравнителна таблица

Основа за сравнениеТ-тестZ-тест
значениеT-тестът се отнася до тип параметричен тест, който се прилага за идентифициране на начина, по който средствата от два набора данни се различават един от друг, когато не е дадена вариация.Z-тест предполага тест за хипотеза, който установява дали средствата от два масива от данни са различни един от друг, когато е дадена вариация.
Базиран наРазпределение на студентНормална дистрибуция
Отклонение от населениетонеизвестенизвестен
Размер на пробатамалъкГолям

Определение на Т-теста

T-тестът е тест за хипотези, използван от изследователя за сравняване на популационните средства за дадена променлива, класифицирани в две категории в зависимост от променливата по-малка от интервала. По-точно се използва t-тест, за да се провери как се различават средствата, взети от две независими проби.

T-тестът следва t-разпределение, което е подходящо, когато размерът на пробата е малък, а стандартното отклонение на популацията не е известно. Формата на t-разпределение е силно засегната от степента на свобода. Степента на свобода предполага броя на независимите наблюдения в даден набор от наблюдения.

Предположения за Т-тест : \ t

  • Всички точки за данни са независими.
  • Размерът на извадката е малък. Обикновено размерът на извадката над 30 единици за проба се счита за голям, иначе малък, но не трябва да бъде по-малък от 5, за да се приложи t-тест.
  • Стойностите на пробите трябва да бъдат взети и записани точно.

Статистиката на теста е:


x the е средната стойност на извадката
s е стандартно отклонение на пробата
n е размер на извадката
μ е средната стойност на популацията

Сдвоен t-тест : Статистически тест, който се прилага, когато двете проби са зависими и се вземат наблюдения.

Определение на Z-тест

Z-тестът се отнася до едномерния статистически анализ, използван за тестване на хипотезата, че пропорциите от две независими проби се различават значително. Той определя до каква степен една точка от данни е далеч от средната стойност на набора от данни, при стандартно отклонение.

Изследователят възприема z-тест, когато е известна вариацията на популацията, по същество, когато има голям размер на извадката, дисперсията на пробата се счита за приблизително равна на дисперсията на популацията. По този начин се приема, че е известно, въпреки факта, че са налични само данни от проби и така може да се приложи нормален тест.

Предположения за Z-тест :

  • Всички наблюдения на пробата са независими
  • Размерът на извадката трябва да бъде повече от 30.
  • Разпределението на Z е нормално, със средна нула и дисперсия 1.

Статистиката на теста е:


x the е средната стойност на извадката
σ е стандартното отклонение на населението
n е размер на извадката
μ е средната стойност на популацията

Ключови разлики между T-теста и Z-теста

Разликата между t-теста и z-теста може да се направи ясно на следните основания:

  1. T-тестът може да бъде разбиран като статистически тест, който се използва за сравняване и анализиране на това дали средствата за двете популации са различни един от друг или не, когато стандартното отклонение не е известно. За разлика от това, Z-тестът е параметричен тест, който се прилага, когато е известно стандартното отклонение, за да се определи дали средствата от двата набора от данни се различават един от друг.
  2. T-тестът се основава на t-разпределението на Student. Напротив, z-тестът се основава на предположението, че разпределението на пробните средства е нормално. Т-разпределението на студента и нормалното разпределение изглеждат еднакво, тъй като и двете са симетрични и с форма на камбана. Те обаче се различават в смисъл, че в t-разпределението има по-малко място в центъра и повече в опашките.
  3. Едно от важните условия за приемане на t-тест е, че вариацията на популацията е неизвестна. Обратно, вариацията на популацията трябва да бъде известна или да се предполага, че е известна в случай на z-тест.
  4. Използва се Z-тест, когато размерът на пробата е голям, т.е. n> 30, и t-тестът е подходящ, когато размерът на пробата е малък, в смисъл, че n <30.

заключение

Като цяло, t-test и z-test са почти сходни тестове, но условията за тяхното прилагане са различни, което означава, че t-тестът е подходящ, когато размерът на пробата е не повече от 30 единици. Ако обаче е повече от 30 единици, трябва да се извърши z-тест. По същия начин съществуват и други условия, които ясно показват кой тест трябва да се извърши в дадена ситуация.

Top