Különbség a hipotézisvizsgálat Z-tesztje és T-tesztje között

Különbségek a Z-teszt és a T-teszt között

A Z teszt az a statisztikai hipotézis, amelyet annak megállapítására használnak, hogy a két kiszámított minta átlag eltér-e abban az esetben, ha rendelkezésre áll a szórás és a minta nagy, míg a T tesztet használják annak meghatározására, hogy a különböző adatsorok átlagai hogyan abban az esetben különbözik egymástól, ha a szórás vagy a szórás nem ismert.

A Z-teszt és a t-teszt az adatelemzést magában foglaló két statisztikai módszer, amely a tudományban, az üzleti életben és számos más tudományterületen alkalmazható. A t-próbát egyváltozós hipotézis-tesztnek nevezhetjük, amely a t-statisztikán alapul, ahol az átlag, azaz az átlag ismert, és a populáció varianciája, azaz a szórás közelítõdik a mintához. Másrészt Z-teszt, szintén egyváltozós teszt, amely egy normál normális eloszláson alapul.

Használ

# 1 - Z-teszt

A Z-teszt képlete, amint azt korábban említettük, azok a statisztikai számítások, amelyek felhasználhatók a populáció átlagainak és a minták összehasonlítására. A z-teszt megmondja, hogy az adatpont standard eltérésekben mért távolságot mutat egy adatkészlet átlagától. A z-teszt összehasonlítja a mintát egy meghatározott populációval, amelyet általában a nagy mintákkal kapcsolatos problémák kezelésére használnak (azaz n> 30). Többnyire nagyon hasznosak, ha ismert a szórás.

# 2 - T-teszt

A T-tesztek szintén hipotézis tesztelésére használható számítások, de nagyon hasznosak, ha meg kell határoznunk, hogy van-e statisztikailag szignifikáns összehasonlítás a 2 független mintacsoport között. Más szavakkal, egy t-teszt azt kérdezi, hogy véletlenszerűség miatt valószínűleg nem történt-e összehasonlítás 2 csoport átlagai között. Általában a t-tesztek megfelelőbbek, ha korlátozott mintamérettel rendelkező problémákat kezelnek (azaz n <30).

Z-Test vs. T-Test Infographics

Itt bemutatjuk az 5 legfontosabb különbséget a z-teszt és a t-teszt között, amelyeket ismernie kell.

Főbb különbségek

  • A t-próba elvégzésének egyik alapvető feltétele, hogy a populáció szórása vagy szórása nem ismert. Ezzel szemben a populációvariancia képletet, amint azt fentebb említettük, feltételezhetõ, hogy ismert vagy ismert egy z-teszt esetén.
  • A t-teszt, amint azt korábban említettük, a hallgató t-eloszlásán alapul. Éppen ellenkezőleg, a z-teszt attól a feltételezéstől függ, hogy a minta átlagának eloszlása ​​normális lesz. A normál eloszlás és a hallgató t-eloszlása ​​egyaránt azonosnak tűnik, mivel mindkettő harang alakú és szimmetrikus. Azonban abban az esetben különböznek egymástól, hogy az eloszlásban kisebb a hely a középpontban és több a farkukban.
  • A Z-tesztet a fenti táblázat szerint kell használni, ha a minta nagysága nagy, ami n> 30, és a t-teszt akkor megfelelő, ha a minta mérete nem nagy, ami kicsi, azaz n 30.

Z-teszt és T-teszt összehasonlító táblázat

Alapja Z teszt T-teszt
Alapdefiníció A Z-teszt egyfajta hipotézisteszt, amely megállapítja, hogy a 2 adatkészlet átlaga eltér-e egymástól, ha szórást vagy szórást adunk meg. A t-próba egyfajta paraméteres tesztnek nevezhető, amelyet egy azonosságra alkalmaznak, hogyan különböznek 2 adatsor átlagai egymástól, ha a szórás vagy szórás nincs megadva.
A népesség eltérése A népesség szórása vagy szórása itt ismert. A populáció szórása vagy szórása itt nem ismert.
Minta nagysága A minta mérete nagy. Itt a minta mérete kicsi.
Kulcsfontosságú feltételezések
  • Minden adatpont független.
  • Normális eloszlás Z-re, átlagos nulla és szórás = 1.
  • Minden adatpont nem függ.
  • A mintaértékeket pontosan fel kell jegyezni és fel kell venni.
Alapján (a disztribúció típusa) Normál eloszlás alapján. Student-t eloszlás alapján.

Következtetés

Nagyobb mértékben mindkét teszt szinte hasonló, de az összehasonlítás csak az alkalmazásuk feltételeire vonatkozik, vagyis a t-teszt megfelelőbb és alkalmazhatóbb, ha a minta mérete nem haladja meg a harminc egységet. Ha azonban harminc egységnél nagyobb, akkor z-tesztet kell használnia. Hasonlóképpen vannak más feltételek is, amelyek egyértelművé teszik, hogy melyik tesztet kell elvégezni egy helyzetben.

Nos, vannak különféle tesztek is, mint például az f teszt, kétfarkú és egyfarkú stb., A statisztikusoknak körültekintően kell eljárniuk, amikor alkalmazzák őket, miután elemezték a helyzetet, majd eldöntötték, melyiket használják. Az alábbiakban bemutatunk egy mintadiagramot a fent tárgyaltakról.

érdekes cikkek...