Forskjell mellom Z-test og T-test Forskjellen mellom
Noen ganger er det bare ikke praktisk å måle hvert enkelt element. Det er derfor vi utviklet og brukte statistiske metoder for å løse problemer. Den mest praktiske måten å gjøre det på er å måle bare et utvalg av befolkningen. Noen metoder tester hypoteser ved sammenligning. De to av de mer kjente statistiske hypotesetestene er T-testen og Z-testen. La oss prøve å bryte ned de to.
En T-test er en statistisk hypotesetest. I en slik test følger teststatistikken en Student's T-distribusjon hvis nullhypotesen er sant. T-statistikken ble introdusert av W. S. Gossett under pennnavnet "Student". T-testen er også referert til som "Student T-test". Det er svært sannsynlig at T-testen er den mest brukte statistiske dataanalyseprosedyren for hypotesetesting, siden den er enkel og enkel å bruke. I tillegg er det fleksibelt og tilpassbart til et bredt spekter av omstendigheter.
Det finnes forskjellige T-tester, og to mest brukte tester er prøveprøvene med én prøve og sammenkoblet prøve. En-prøve T-tester brukes til å sammenligne en prøvemiddel med det kjente populasjonsmiddelet. To-prøve T-tester, derimot, brukes til å sammenligne enten uavhengige prøver eller avhengige prøver.
T-test brukes best, i det minste teoretisk, hvis du har en begrenset prøvestørrelse (n 30). Når T-test brukes i store prøver, blir t-testen svært lik Z-testen. Det er fluktuasjoner som kan oppstå i T-test-prøveavvik som ikke finnes i Z-tester. På grunn av dette er det forskjeller i begge testresultater.
Sammendrag:
1. Z-test er en statistisk hypotesetest som følger en normal fordeling mens T-test følger en Students T-distribusjon.
2. En T-test er hensiktsmessig når du håndterer små prøver (n 30).
3. T-test er mer tilpasningsdyktig enn Z-test siden Z-test ofte vil kreve visse forhold for å være pålitelige. I tillegg har T-test mange metoder som passer for ethvert behov.
4. T-tester er mer vanlige enn Z-tester.
5. Z-tester er foretrukket enn T-tester når standardavvik er kjent.
