Разлика између Т-теста и З-теста

Т-тест односи се на униваријантни тест хипотеза заснован на т-статистици, при чему је средња вредност позната, а варијанца популације је апроксимирана из узорка. С друге стране, З-тест је такође униваријантни тест који се заснива на стандардној нормалној дистрибуцији.

Једноставно речено, хипотеза се односи на претпоставку коју треба прихватити или одбацити. Постоје два поступка испитивања хипотеза, тј. Параметријски тест и непараметријски тест, при чему се параметријски тест заснива на чињеници да се променљиве мере на интервалној скали, док се у непараметарском тесту претпоставља да се мери исто. на редоследној скали. Сада у параметријском тесту могу бити две врсте теста, т-тест и з-тест.

Овај чланак ће вам детаљно објаснити разлику између Т-теста и З-теста.

Садржај: Т-тест Вс З-тест

1. Упоредни графикон
2. Дефиниција
3. Кључне разлике
4. Закључак

Упоредни графикон

Основе за поређење	Т-тест	З-тест
Значење	Т-тест односи се на врсту параметричког теста који се примењује да би се идентификовало како се средства две групе података међусобно разликују када није дата варијанца.	З-тест подразумева тест хипотезе који утврђује да ли су средства два скупа података различита једна од друге када је дата варијанца.
На бази	Дистрибуција студената	Нормална расподела
Варијација становништва	Непознат	Познат
Величина узорка	Мала	Велики

Дефиниција Т-теста

Т-тест је тест хипотезе који истраживач користи за поређење популационих средстава за променљиву, класификованих у две категорије у зависности од варијабле која је мања од интервала. Прецизније, т-тест се користи како би се испитало у чему се средства узета из два независна узорка разликују.

Т-тест следи т-расподелу, што је прикладно када је величина узорка мала, а стандардно одступање популације није познато. На облик т-дистрибуције веома утиче степен слободе. Степен слободе подразумева број независних запажања у датом скупу запажања.

Претпоставке Т-теста:

• Све тачке података су независне.
• Величина узорка је мала. Опћенито, величина узорка која прелази 30 јединица узорка сматра се великом, иначе малом, али не смије бити мањом од 5, да би се примијенио т-тест.
• Вриједности узорака требају се узети и забиљежити тачно.

Статистика теста је:

к је просечна вредност узорка
с је стандардно одступање узорка
н је величина узорка
μ је просечна популација

Упарени т-тест: Статистички тест примењен када су два узорка зависна и узета су упарена запажања.

Дефиниција З-теста

З-тест односи се на униваријантну статистичку анализу која се користи за тестирање хипотезе да се пропорције из два независна узорка увелико разликују. Утврђује у којој је мјери тачка података удаљена од средње вриједности скупа података, у стандардној девијацији.

Истраживач прихвата з-тест, када је позната варијанца популације, у суштини, када постоји велика величина узорка, сматра се да је варијанса узорка приближно једнака варијанци популације. На овај се начин претпоставља да је познато, упркос чињеници да су доступни само подаци о узорку и да се може примијенити нормалан тест.

Претпоставке З-теста:

• Сва огледна узорка су независна
• Величина узорка треба да буде већа од 30.
• Дистрибуција З је нормална, са средњом нулом и варијанцом 1.

Статистика теста је:

к је просечна вредност узорка
σ је стандардна девијација становништва
н је величина узорка
μ је просечна популација

Кључне разлике између Т-теста и З-теста

Разлика између т-теста и з-теста јасно се може утврдити на следећим основама:

1. Т-тест се може схватити као статистички тест који се користи за поређење и анализу разликују ли се средства две популације једна од друге или када стандардна девијација није позната. За разлику од тога, З-тест је параметрични тест, који се примењује кад је познато стандардно одступање да се утврди да ли се средства две скупове података међусобно разликују..
2. Т-тест се заснива на Студентовој т-дистрибуцији. Супротно томе, з-тест се ослања на претпоставку да је расподела узорака значи нормална. И ученика и нормална дистрибуција изгледају подједнако, јер су обе симетричне и звонасте. Међутим, разликују се у смислу да у т-дистрибуцији има мање простора у центру и више у реповима.
3. Један од важних услова за усвајање т-теста је непознато варирање популације. Супротно томе, варијанта популације треба бити позната или се претпоставља да је позната у случају з-теста.
4. З-тест се користи када је величина узорка велика, тј. Н> 30, а т-тест је погодан када је величина узорка мала, у смислу да н < 30.

Закључак

Опћенито, т-тест и з-тест су готово слични тестови, али услови за њихову примјену су различити, што значи да је т-тест прикладан када величина узорка није већа од 30 јединица. Међутим, ако је више од 30 јединица, з-тест се мора извршити. Слично томе, постоје и други услови, из којих је јасно да се одређени тест треба извести у датој ситуацији.