Razlika između T-testa i Z-testa

T-test odnosi se na univarijantni test hipoteza temeljen na t-statistici, pri čemu je srednja vrijednost poznata, a varijanca populacije približna uzorku. S druge strane, Z test je također univarijantni test koji se temelji na standardnoj normalnoj distribuciji.

Jednostavno rečeno, hipoteza se odnosi na pretpostavku koju treba prihvatiti ili odbaciti. Postoje dva postupka ispitivanja hipoteza, tj. Parametrijsko ispitivanje i neparametarsko ispitivanje, pri čemu se parametrijsko ispitivanje temelji na činjenici da se varijable mjere na intervalnoj skali, dok se kod neparametarskog testa pretpostavlja da se mjeri isto u redoslijedu. Sada se u parametrijskom ispitivanju mogu naći dvije vrste testa, t-test i z-test.

Ovaj će vam članak detaljno objasniti razliku između T-testa i Z-testa.

Sadržaj: T-test Vs Z-test

1. Usporedni grafikon
2. definicija
3. Ključne razlike
4. Zaključak

Usporedni grafikon

Osnove za usporedbu	T-test	Z test
Značenje	T-test odnosi se na vrstu parametričkog testa koji se primjenjuje za prepoznavanje kako se sredstva dva skupa podataka međusobno razlikuju kad se ne daje varijanca.	Z-test podrazumijeva test hipoteze koji utvrđuje razlikuju li se sredstva dva skupa podataka kada se daju varijanca.
Na temelju	Student-t distribucija	Normalna distribucija
Varijacija stanovništva	Nepoznata	Znan
Veličina uzorka	Mali	veliki

Definicija T-testa

T-test je test hipoteze koji istraživač koristi za usporedbu populacijskih sredstava za varijablu, razvrstanih u dvije kategorije ovisno o varijabli koja je manja od intervala. Preciznije, t-test se koristi kako bi se ispitivalo kako se sredstva uzeta iz dva neovisna uzorka razlikuju.

T-test slijedi t-raspodjelu, što je prikladno kad je veličina uzorka mala, a standardno odstupanje populacije nije poznato. Na oblik t-distribucije jako utječe stupanj slobode. Stupanj slobode podrazumijeva broj neovisnih opažanja u danom skupu opažanja.

Pretpostavke T-testa:

• Sve podatkovne točke su neovisne.
• Veličina uzorka je mala. Za primjenu t-testa općenito, veličina uzorka veća od 30 jedinica uzorka smatra se velikim, inače malim, ali ne bi trebala biti manja od 5..
• Vrijednosti uzorka trebaju se uzeti točno i zabilježiti.

Statistika testa je:

x je vrijednost uzorka
s je standardno odstupanje uzorka
n je veličina uzorka
μ je prosječna populacija

Upareni t-test: Statistički test primjenjen kada su dva uzorka ovisna i upareni promatranja.

Definicija Z-testa

Z-test odnosi se na univarijantnu statističku analizu koja se koristi za testiranje hipoteze da se proporcije iz dvaju neovisnih uzoraka uvelike razlikuju. Određuje u kojoj je mjeri jedna podatkovna točka udaljena od srednje vrijednosti skupa podataka, u standardnom odstupanju.

Istraživač prihvaća z-test, kad je poznata varijanca populacije, u osnovi kada je velika veličina uzorka, varijanca uzorka smatra se približno jednakom varijanci populacije. Na taj se način pretpostavlja da je poznato, unatoč činjenici da su dostupni samo podaci o uzorku i da se može primijeniti normalan test.

Pretpostavke Z-testa:

• Sva uzorčenja su neovisna
• Veličina uzorka treba biti veća od 30.
• Raspodjela Z je normalna, sa srednjom nulom i varijancom 1.

Statistika testa je:

x je vrijednost uzorka
σ je standardna devijacija populacije
n je veličina uzorka
μ je prosječna populacija

Ključne razlike između T-testa i Z-testa

Razlika između t-testa i z-testa može se jasno utvrditi na sljedećim osnovama:

1. T-test može se shvatiti kao statistički test koji se koristi za usporedbu i analizu razlikuju li se sredstva dvije populacije jedna od druge ili ne kada standardno odstupanje nije poznato. Nasuprot tome, Z-test je parametrijsko ispitivanje, koje se primjenjuje kada je poznato standardno odstupanje kako bi se utvrdilo razlikuju li se sredstva dvaju skupa podataka međusobno..
2. T-test temelji se na Studentovoj t-distribuciji. Suprotno tome, z-test se oslanja na pretpostavku da je raspodjela uzorka uzoraka normalna. I studentova t-distribucija i normalna raspodjela izgledaju podjednako, jer su obje simetrične i zvonaste. Međutim, razlikuju se u smislu da kod t-distribucije ima manje prostora u sredini, a više u repovima.
3. Jedan od važnih uvjeta za usvajanje t-testa je nepoznanica varijance populacije. Suprotno tome, varijanta populacije treba biti poznata ili se pretpostavlja da je poznata u slučaju z-testa.
4. Z-test se koristi kada je veličina uzorka velika, tj. N> 30, a t-test je prikladan kada je veličina uzorka mala, u smislu da n < 30.

Zaključak

Općenito, t-test i z-test gotovo su slični testovi, ali uvjeti za njihovu primjenu su različiti, što znači da je t-test prikladan kada veličina uzorka nije veća od 30 jedinica. Međutim, ako ima više od 30 jedinica, mora se obaviti z-test. Slično tome, postoje i drugi uvjeti, iz kojih je jasno da se određeni test treba izvesti u određenoj situaciji.