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
  • Kõik andmepunktid on sõltumatud.
  • Normaalne jaotus Z jaoks, keskmise nulli ja dispersiooniga = 1.
  • Kõik andmepunktid ei sõltu.
  • Prooviväärtused tuleb registreerida ja võtta täpselt
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.