Razlika med Z-testom in T-testom

statistics_book Z-test V-T-test

Včasih merjenje vsakega kosa predmeta preprosto ni praktično. Zato smo za reševanje problemov razvili in uporabljamo statistične metode. Najbolj praktičen način za to je izmeriti le vzorec prebivalstva. Nekatere metode primerjajo hipoteze. Dva bolj znana testa statistične hipoteze sta T-test in Z-test. Poskusimo razčleniti to dvoje.

T-test je test statistične hipoteze. Pri takem testu testna statistika sledi študentovi T-porazdelitvi, če je ničelna hipoteza resnična. T-statistiko je predstavil WS Gossett pod imenom "Student". T-test se imenuje tudi "študentski T-test". Zelo verjetno je, da se T-test najpogosteje uporablja za analizo statističnih podatkov za testiranje hipotez, saj je preprost in enostaven za uporabo. Poleg tega je prilagodljiv in prilagodljiv najrazličnejšim okoliščinam.

Obstajajo različni T-testi in dva najpogosteje uporabljena testa sta en vzorec in parni vzorec. T-preskusi z enim vzorcem se uporabljajo za primerjavo povprečja vzorca z znanim povprečjem populacije. Po drugi strani se za primerjavo neodvisnih vzorcev ali odvisnih vzorcev uporabljajo T-preskusi z dvema vzorcema.

T-test je najbolje uporabiti, vsaj teoretično , če imate omejen obseg vzorca (n <30), dokler so spremenljivke približno normalno porazdeljene in se variacije rezultatov v obeh skupinah zanesljivo ne razlikujejo. Odlično je tudi, če ne poznate standardnega odstopanja prebivalstva. Če je standardni odklon znan, bi bilo najbolje uporabiti drugo vrsto statističnega testa, Z-test. Z-test se uporablja tudi za primerjavo vzorcev in populacijskih sredstev, da se ugotovi, ali obstaja velika razlika med njima. Z-testi vedno uporabljajo normalno porazdelitev in se idealno uporabljajo tudi, če je znano standardno odstopanje. Z-testi se pogosto uporabljajo, če so izpolnjeni določeni pogoji; v nasprotnem primeru se nadomestno uporabljajo drugi statistični testi, kot so T-testi. Z-testi se pogosto uporabljajo pri velikih vzorcih (n> 30). Ko se T-test uporablja v velikih vzorcih, postane t-test zelo podoben Z-testu. Pri vzorčnih odstopanjih pri testih T lahko pride do nihanj, ki v testih Z ne obstajajo. Zaradi tega obstajajo razlike v obeh rezultatih testa.

Povzetek:

1. Z-test je test statistične hipoteze, ki sledi normalni porazdelitvi, T-test pa sledi študentovi T-porazdelitvi. 2. T-test je primeren, ko delate z majhnimi vzorci (n <30), Z-test pa, kadar delate z zmernimi do velikimi vzorci (n> 30). 3. T-test je bolj prilagodljiv kot Z-test, saj Z-test pogosto zahteva nekatere pogoje, da je zanesljiv. Poleg tega ima T-test številne metode, ki bodo ustrezale vsem potrebam. 4. T-testi se pogosteje uporabljajo kot Z-testi. 5. Z-testi so prednostni kot testi T, če so znana standardna odstopanja.

17 komentarjev

  1. NI PRAV TOČNO!

    O teh dveh konceptih in zlorabi obeh testov so napisane knjige Še pomembneje je, da je glavna ideja tega standardni odklon:-če je standardni odklon znan, velikost vzorca ni pomembna-VEDNO UPORABI Z-TEST-če standard odstopanje ni znano, potem imate izbiro-z-test, če je vzorec velik-t-test, če je vzorec majhen in normalno porazdeljen

    NE UPORABLJAJTE T-TESTA ZA MALI VZOREC, KI NI NORMALNO DISTRIBUCIRAN Statistično pravilen odgovor v takih primerih: ni mogoče rešiti-premalo informacij

    • Ko rečete standardni odklon, ali to pomeni standardni odklon populacije ali vzorca?

      Če dobite vprašanje z vzorci iz dveh populacij, je velikost vzorca šest in dobite vzorce standardnih odstopanj in vzorec pomeni, da morate primerjati oba načina, kateri test boste uporabili.

      • Če dobite vprašanje z vzorci iz dveh populacij, je velikost vzorca šest in dobite vzorce standardnih odstopanj in vzorec pomeni, da morate primerjati oba načina, kateri test boste uporabili? Uporabili bomo t-test ,, ker je velikost vzorca majhna ,, in standardni popust populacije ni znan ,, in ko rečemo, da je standardni odklon znan ali neznan, je standardni odklon njegove populacije ,, ne vzorčni

      • To je standardni odmik populacije, pri tem vprašanju bo podano standardno odstopanje vzorca, kajti ko je podana populacija, smo prepričani, da uporabljamo z- test pri kateri koli velikosti vzorca, majhni ali veliki,

  2. Kdaj bi torej morali uporabiti t-distribucijo in z-distribucijo ?? Ali to temelji izključno na danem standardnem odstopanju? Ali pa bi bil pomemben tudi vzorec?

  3. hvala kupci! veliko pomagalo 🙂 ampak Jodi, velikost vzorca je tudi dejavnik, vse moramo upoštevati

  4. Kako lahko rešim težavo, če je ni

  5. Kako lahko rešim težavo, če ni STANDARDNEGA ODSTOPANJA?

  6. Hvala vam!

  7. Razumem, da bo imel rezultat t-testa enak znak (pozitiven/ negativen) kot osnovna vrednost.

    Ali to velja tudi za z-test?

    Najlepša hvala,

  8. kakšne so štiri (4) razlike med t-testom in z-testom? tudi kakšne so njihove podobnosti?

  9. Kako lahko izvedem, če se dve moji roki razlikujeta od vsake?

  10. Kaj pa, če imamo velik vzorec in standardni odklon neznan? Kateri test bomo uporabili?

  11. Hvala vsem tukaj, drugo vprašanje, ki ga želim postaviti, je: "Kako naj poznam predmete ali ljudi v regiji x ali regiji y?"

  12. Tukaj sem, da delim svoje izkušnje s statistiko. Če se kaj vpraša,

  13. Ali je treba uporabiti z ali t, če je znan pop SD, vendar n <30? Če je t, ali je treba uporabiti pop SD namesto vzorčnega SD?

  14. kaj pa, če je populacija večja od 30, vendar standardni odklon ni podan?

Poglej več o: ,