Ero T-testin ja Z-testin välillä

T-testi viittaa t-tilastoihin perustuvaan yksimuuttujaan hypoteesikokeen, jossa keskiarvo tunnetaan ja populaation varianssi arvioidaan näytteestä. Toisaalta, Z-testi on myös yksimuuttujatesti, joka perustuu normaaliin normaalijakaumaan.

Yksinkertaisesti sanottuna, hypoteesi viittaa oletukseen, joka on hyväksyttävä tai hylättävä. Hypoteesitestausmenetelmiä on kaksi, ts. Parametrinen testi ja ei-parametrinen testi, joissa parametrinen testi perustuu siihen, että muuttujat mitataan aikaväliasteikolla, kun taas ei-parametrisessa testissä saman oletetaan mitattavan järjestysasteikolla. Nyt parametrisessa testissä voi olla kahden tyyppistä testiä, t-testi ja z-testi.

Tämä artikkeli antaa sinulle ymmärryksen yksityiskohtaisesti T-testin ja Z-testin välillä.

Sisältö: T-testi Vs Z-testi

1. Vertailutaulukko
2. Määritelmä
3. Keskeiset erot
4. johtopäätös

Vertailutaulukko

Vertailun perusteet	T-testi	Z-testi
merkitys	T-testi viittaa parametriseen testiin, jota käytetään tunnistamaan, kuinka kahden tietojoukon keskiarvot eroavat toisistaan, kun varianssia ei ole annettu.	Z-testi tarkoittaa hypoteestestiä, joka selvittää, eroavatko kahden tietojoukon keskiarvot toisistaan ​​varianssin antamisen yhteydessä.
Perustuen	Opiskelija-t-jakauma	Normaalijakauma
Väestön varianssi	Tuntematon	tiedossa
Otoskoko	Pieni	Suuri

T-testin määritelmä

T-testi on hypoteesikoe, jota tutkija käyttää vertailemaan muuttujan populaatiokeskiarvoja, jotka luokitellaan kahteen luokkaan riippuen vähemmän kuin intervalli-muuttujasta. Tarkemmin sanottuna t-testiä käytetään tutkimaan kuinka kahdesta riippumattomasta näytteestä otetut keinot eroavat toisistaan.

T-testi seuraa t-jakaumaa, mikä on tarkoituksenmukaista, kun näytteen koko on pieni, ja populaation keskihajontaa ei tunneta. T-jakauman muotoon vaikuttaa suuresti vapausaste. Vapausaste tarkoittaa riippumattomien havaintojen lukumäärää tietyssä havaintojoukossa.

T-testin oletukset:

• Kaikki datapisteet ovat riippumattomia.
• Otoksen koko on pieni. Yleensä näytteen kokoa, joka ylittää 30 näyteyksikköä, pidetään suurena, muuten pienenä, mutta sen ei tulisi olla pienempi kuin 5 t-testin soveltamiseksi.
• Näytteen arvot on otettava ja kirjattava tarkasti.

Testitilastot ovat:

x on näytteen keskiarvo
s on näytteen keskihajonta
n on näytteen koko
μ on populaation keskiarvo

Parillinen t-testi: Tilastollinen testi, jota sovelletaan, kun kaksi näytettä ovat riippuvaisia ​​ja tehdään pareittain havaintoja.

Määritelmä Z-testi

Z-testi viittaa yksimuuttujaiseen tilastolliseen analyysiin, jota käytetään testaamaan hypoteesia, jonka mukaan kahden riippumattoman näytteen osuudet eroavat suuresti. Se määrittelee, missä määrin datapiste on etäällä tietojoukon keskiarvosta, standardipoikkeamana.

Tutkija hyväksyy z-testin, kun populaatiovarianssi tiedetään, lähinnä silloin, kun näytteen koko on suuri, näytteen varianssin katsotaan olevan suunnilleen yhtä suuri kuin populaation varianssi. Tällä tavalla sen oletetaan olevan tiedossa, huolimatta siitä, että käytettävissä on vain näytteitä ja siten normaalia testiä voidaan soveltaa.

Z-testin oletukset:

• Kaikki näytteen havainnot ovat riippumattomia
• Näytteen koon tulisi olla yli 30.
• Z: n jakauma on normaalia, keskiarvo nolla ja varianssi 1.

Testitilastot ovat:

x on näytteen keskiarvo
σ on populaation keskihajonta
n on näytteen koko
μ on populaation keskiarvo

T-testin ja Z-testin tärkeimmät erot

Ero t-testin ja z-testin välillä voidaan tehdä selvästi seuraavista syistä:

1. T-testi voidaan ymmärtää tilastolliseksi testiksi, jota käytetään vertailemaan ja analysoimaan onko kahden populaation keskiarvo toisistaan ​​eroava vai ei, kun keskihajontaa ei tunneta. Toisin kuin Z-testi on parametrinen testi, jota sovelletaan, kun keskihajonta tunnetaan, sen määrittämiseksi, eroavatko kahden tietojoukon keskiarvot toisistaan.
2. T-testi perustuu Opiskelijan t-jakaumaan. Päinvastoin, z-testi perustuu oletukseen, että näytevälineiden jakauma on normaalia. Sekä opiskelijan t-jakauma että normaalijakauma näyttävät samanlaisilta, koska molemmat ovat symmetrisiä ja kellomaisia. Ne eroavat kuitenkin siinä mielessä, että t-jakaumassa on vähemmän tilaa keskustassa ja enemmän hännissä.
3. Yksi t-testin hyväksymisen tärkeistä ehdoista on, että populaation varianssi ei ole tiedossa. Päinvastoin, populaatiovarianssien tulisi olla tiedossa tai niiden oletetaan olevan tiedossa z-testin tapauksessa.
4. Z-testi on tottunut, kun näytteen koko on suuri, ts. N> 30, ja t-testi on sopiva, kun näytteen koko on pieni, siinä mielessä, että n < 30.

johtopäätös

Yleisesti ottaen t-testi ja z-testi ovat melkein samanlaisia ​​testejä, mutta niiden soveltamisedellytykset ovat erilaiset, mikä tarkoittaa, että t-testi on sopiva, kun näytteen koko on enintään 30 yksikköä. Jos se on kuitenkin enemmän kuin 30 yksikköä, z-testi on suoritettava. Samoin on muita ehtoja, mikä tekee selväksi, että mikä testi on tehtävä tietyssä tilanteessa.