Różnica między testem Z a testem t

Test Z Test Test

Czasami pomiar każdego elementu przedmiotu nie jest po prostu praktyczne. Dlatego opracowaliśmy i używamy metod statystycznych do rozwiązywania problemów. Najbardziej praktycznym sposobem na to jest zmierzenie tylko próbki populacji. Niektóre metody testują hipotezy w porównaniu. Dwa z bardziej znanych testów hipotez statystycznych to test t i test Z. Spróbujmy podzielić te dwa.

Test t jest testem hipotezy statystycznej. W takim teście statystyka testowa jest zgodna z dystrybucją studenta, jeśli hipoteza zerowa jest prawdziwa. Statystyka T została wprowadzona przez W.S. Gossett pod pseudonimem „Student”. Test t jest również określany jako „Test T-Student T-Test”. Jest bardzo prawdopodobne, że test t jest najczęściej stosowany procedura analizy danych statystycznych do testowania hipotez, ponieważ jest on prosty i łatwy w użyciu. Dodatkowo jest elastyczny i dostosowany do szerokiego zakresu okoliczności.

Istnieją różne testy t, a dwa najczęściej stosowane testy to testy t jednowarstwowe i sparowane. Testy t jednej próbki są używane do porównania średniej próbki ze znaną średnią populacji. Z drugiej strony testy t-próbne są używane do porównania niezależnych próbek lub próbek zależnych.

Test t najlepiej stosować, przynajmniej teoretycznie, jeśli masz ograniczoną wielkość próbki (n 30). Gdy test t jest stosowany w dużych próbkach, test t staje się bardzo podobny do testu Z. Istnieją fluktuacje, które mogą wystąpić w wariancjach próbki Testów T, które nie istnieją w testach Z. Z tego powodu istnieją różnice w obu wynikach testów.

Streszczenie:

1. Test Z jest testem hipotezy statystycznej, który jest zgodny z rozkładem normalnym.
2. Test t jest odpowiedni, gdy obsługujesz małe próbki (n 30).
3. Test t jest bardziej przystosowalny niż test Z, ponieważ test Z często wymaga, aby określone warunki były wiarygodne. Ponadto test t ma wiele metod, które będą odpowiadające każdej potrzebie.
4. Testy t są częściej stosowane niż testy Z.
5. Testy Z są preferowane niż testy t, gdy znane są odchylenia standardowe.