Erinevus hüpoteeside testimise Z-testi ja T-testi vahel
Erinevused Z-testi ja T-testi vahel
Z Test on statistiline hüpotees, mida kasutatakse selleks, et teha kindlaks, kas arvutatud kahe valimi keskmine on erinev, kui standardhälve on olemas ja valim on suur, samas kui T-testi kasutatakse selleks, et määrata, kuidas erinevad andmekogumid keskmised erineb üksteisest juhul, kui standardhälve või dispersioon ei ole teada.
Z-testid ja t-testid on kaks statistilist meetodit, mis hõlmavad andmete analüüsi, mida rakendatakse teaduses, ettevõtluses ja paljudel teistel erialadel. T-testi võib osutada ühemõõtmelisele hüpoteesitestile, mis põhineb t-statistikal, kus keskmine ehk keskmine on teada ja populatsiooni dispersioon ehk standardhälve on valimist ligikaudne. Teiselt poolt, Z-test, ka ühemõõtmeline test, mis põhineb standardsel normaaljaotusel.
Kasutab
# 1 - Z-test
Nagu varem mainitud, on Z-testi valem statistilised arvutused, mida saab kasutada populatsiooni keskmiste ja valimi keskmiste võrdlemiseks. Z-test annab teada, kui kaugel on andmepunkt standardhälvete mõistes andmekogumi keskmisest. Z-testiga võrreldakse valimit määratletud populatsiooniga, mida tavaliselt kasutatakse suurte valimitega (st n> 30) seotud probleemide lahendamiseks. Enamasti on need väga kasulikud, kui on teada standardhälve.
# 2 - T-test
T-testid on ka arvutused, mida saab kasutada hüpoteesi kontrollimiseks, kuid need on väga kasulikud, kui peame välja selgitama, kas kahe sõltumatu valimisrühma vahel on statistiliselt oluline võrdlus. Teisisõnu küsitakse t-testis, kas tõenäoliselt pole juhuslike juhuste tõttu toimunud võrdlus kahe rühma keskmiste vahel. Tavaliselt on t-testid sobivamad, kui tegelete piiratud valimi suurusega probleemidega (st n <30).
Z-Testi vs T-Testi infograafika
Siin pakume teile 5 peamist erinevust z-testi ja t-testi vahel, mida peate teadma.
Peamised erinevused
- Üks olulisemaid tingimusi t-testi läbiviimisel on see, et populatsiooni standardhälve või dispersioon pole teada. Ja vastupidi, eeldatakse, et ülaltoodud populatsiooni dispersioonivalem on teada või z-testi korral teada.
- Varem mainitud t-test põhineb üliõpilase t-jaotusel. Vastupidi, z-test sõltub eeldusest, et valimikeskmiste jaotus on normaalne. Nii normaaljaotus kui ka õpilase t-jaotus näivad ühesugused, kuna mõlemad on kellakujulised ja sümmeetrilised. Kuid need erinevad ühel juhul, et jaotuse korral on keskel vähem ruumi ja nende sabades rohkem.
- Z-testi kasutatakse vastavalt ülaltoodud tabelile, kui valimi suurus on suur, mis on n> 30, ja t-test on sobiv, kui valimi suurus ei ole suur, mis on väike, st et n <30.
Z-testi vs T-testi võrdlustabel
| Alus | Z Test | T-test | ||
| Põhimõiste | Z-test on omamoodi hüpoteesitest, mille abil saab kindlaks teha, kas kahe andmekogumi keskmised on standardhälbe või dispersiooni andmisel üksteisest erinevad. | T-testi võib viidata mingisugusele parameetrilisele testile, mida rakendatakse identiteedile, kuidas kahe andmekogumi keskmised erinevad üksteisest, kui standardhälvet või dispersiooni ei anta. | ||
| Rahvastiku erinevus | Populatsiooni dispersioon ehk standardhälve on siin teada. | Populatsiooni dispersioon või standardhälve pole siin teada. | ||
| Näidissuurus | Valimi suurus on suur | Siin on valimi suurus väike. | ||
| Peamised eeldused |
|
|
||
| Põhineb (levitamise tüüp) | Põhineb normaalsel jaotusel. | Põhineb Student-t jaotusel. |
Järeldus
Mõlemad testid on suuremas osas peaaegu sarnased, kuid võrdlus tuleneb ainult nende rakendamise tingimustest, see tähendab, et t-test on sobivam ja rakendatavam, kui valimi suurus ei ületa kolmkümmend ühikut. Kui see on aga suurem kui kolmkümmend ühikut, tuleks kasutada z-testi. Samamoodi on ka muid tingimusi, mis teevad selgeks, milline test tuleb olukorras läbi viia.
Noh, on ka erinevaid teste, nagu f test, kahe sabaga vs ühe sabaga jne., Statistikud peavad olema ettevaatlikud neid rakendades pärast olukorra analüüsimist ja seejärel otsustama, millist neist kasutada. Allpool on näidisdiagramm selle kohta, mida me eespool arutasime.
