Verschillen tussen Z-Test en T-Test
Z-test is de statistische hypothese die wordt gebruikt om te bepalen of de berekende gemiddelden van de twee steekproeven verschillen in het geval dat de standaarddeviatie beschikbaar is en de steekproef groot is, terwijl de T-test wordt gebruikt om te bepalen hoe gemiddelden van verschillende datasets verschillen van elkaar in het geval de standaarddeviatie of de variantie niet bekend is.
Z-tests en t-tests zijn de twee statistische methoden die gegevensanalyse omvatten die toepassingen hebben in de wetenschap, het bedrijfsleven en vele andere disciplines. De t-toets kan worden verwezen naar een univariate hypothesetest die is gebaseerd op t-statistiek, waarbij het gemiddelde, dwz het gemiddelde, bekend is en de populatievariantie, dwz de standaarddeviatie, vanuit de steekproef wordt benaderd. Aan de andere kant, Z-test, ook een univariate test die is gebaseerd op een standaard normale verdeling.
Toepassingen
# 1 - Z-test
Z-testformule, zoals eerder vermeld, zijn de statistische berekeningen die kunnen worden gebruikt om populatiegemiddelden te vergelijken met die van een steekproef. De z-test zal u vertellen hoe ver, in termen van standaarddeviaties, een datapunt verwijderd is van het gemiddelde van een dataset. Een z-test zal een vergelijking maken van een steekproef met een gedefinieerde populatie die doorgaans wordt gebruikt voor het omgaan met problemen met betrekking tot grote steekproeven (dwz n> 30). Meestal zijn ze erg handig als de standaarddeviatie bekend is.
# 2 - T-test
T-tests zijn ook berekeningen die kunnen worden gebruikt om een hypothese te testen, maar ze zijn erg handig als we moeten bepalen of er een statistisch significante vergelijking is tussen de 2 onafhankelijke steekproefgroepen. Met andere woorden, een t-test vraagt of de vergelijking tussen de gemiddelden van 2 groepen waarschijnlijk niet heeft plaatsgevonden vanwege toeval. Meestal zijn t-toetsen geschikter als u te maken heeft met problemen met een beperkte steekproefomvang (dwz n <30).
Z-Test versus T-Test-infographics
Hier geven we u de top 5 verschillen tussen z-test en t-test die u moet kennen.
Belangrijkste verschillen
- Een van de belangrijkste voorwaarden voor het uitvoeren van een t-toets is dat de standaarddeviatie van de populatie of de variantie onbekend is. Omgekeerd moet worden aangenomen dat de populatievariantieformule zoals hierboven vermeld bekend is of bekend is in het geval van een z-toets.
- De t-toets zoals eerder vermeld is gebaseerd op de t-verdeling van Student. Integendeel, de z-toets hangt af van de aanname dat de verdeling van steekproefgemiddelden normaal zal zijn. Zowel de normale verdeling als de t-verdeling van de student lijkt hetzelfde, aangezien beide klokvormig en symmetrisch zijn. Ze verschillen echter in een van de gevallen dat er bij distributie minder ruimte in het midden is en meer in hun staarten.
- De Z-test wordt gebruikt zoals aangegeven in de bovenstaande tabel wanneer de steekproefomvang groot is, namelijk n> 30, en de t-test is geschikt wanneer de omvang van de steekproef niet groot is, die klein is, dat wil zeggen dat n <30.
Z-test versus T-test vergelijkingstabel
| Basis | Z-test | T-test | ||
| Basisdefinitie | Z-test is een soort hypothesetest die vaststelt of de gemiddelden van de 2 datasets van elkaar verschillen wanneer standaarddeviatie of variantie wordt gegeven. | De t-test kan worden verwezen naar een soort parametrische test die wordt toegepast op een identiteit, hoe de gemiddelden van 2 sets gegevens van elkaar verschillen wanneer de standaarddeviatie of variantie niet wordt gegeven. | ||
| Populatieverschil | De populatievariantie of standaarddeviatie is hier bekend. | De populatievariantie of standaarddeviatie is hier niet bekend. | ||
| Steekproefgrootte | De steekproefomvang is groot | Hier is de steekproefomvang klein. | ||
| Belangrijkste aannames |
|
| ||
| Gebaseerd op (een soort distributie) | Gebaseerd op normale distributie. | Gebaseerd op Student-t-distributie. |
Gevolgtrekking
In grote lijnen lijken beide tests bijna op elkaar, maar de vergelijking betreft alleen hun voorwaarden voor hun toepassing, wat betekent dat de t-test geschikter en toepasbaarder is als de omvang van de steekproef niet meer dan dertig eenheden bedraagt. Als het echter groter is dan dertig eenheden, moet men een z-test gebruiken. Evenzo zijn er nog andere voorwaarden, die duidelijk maken welke test in een bepaalde situatie moet worden uitgevoerd.
Welnu, er zijn ook verschillende tests zoals f-test, tweezijdige versus eenzijdige, enz. Statistici moeten voorzichtig zijn bij het toepassen ervan nadat ze de situatie hebben geanalyseerd en vervolgens moeten beslissen welke ze moeten gebruiken. Hieronder ziet u een voorbeelddiagram van wat we hierboven hebben besproken.
