Z-тест и Т-тест
Иногда измерение каждого отдельного предмета просто нецелесообразно. Вот почему мы разработали и использовали статистические методы для решения проблем. Самый практичный способ сделать это - измерить только выборку населения. Некоторые методы проверяют гипотезы путем сравнения. Двумя наиболее известными статистическими гипотезами являются T-тест и Z-тест. Попробуем разбить два.
Т-тест является статистическим критерием гипотезы. В таком тесте тестовая статистика следует Т-распределению ученика, если нулевая гипотеза верна. T-статистика была введена W.S. Госсетт под псевдонимом «Студент». Т-тест также упоминается как «Студенческий Т-тест». Весьма вероятно, что T-тест является наиболее часто используемой процедурой статистического анализа данных для тестирования гипотез, поскольку она проста и проста в использовании. Кроме того, он гибкий и адаптируемый к широкому спектру условий.
Существуют различные Т-тесты, и два наиболее часто применяемых теста - это однокаскадные и парные образцы T-тестов. Однокаскадные Т-тесты используются для сравнения среднего значения выборки с известным средним значением. С другой стороны, тесты с двумя образцами, с другой стороны, используются для сравнения независимых выборок или зависимых выборок.
Т-тест лучше всего применять, по крайней мере теоретически, если у вас ограниченный размер выборки (n <30), если переменные примерно нормально распределены, а изменение баллов в двух группах не является достоверно иным. Это также здорово, если вы не знаете стандартное отклонение населения. Если стандартное отклонение известно, тогда было бы лучше использовать другой тип статистического теста - Z-тест. Z-тест также применяется для сравнения образцов и популяций, чтобы знать, существует ли существенная разница между ними. Z-тесты всегда используют нормальное распределение и также идеально применяются, если известно стандартное отклонение. Z-тесты часто применяются, если выполняются определенные условия; в противном случае другие статистические тесты, такие как T-тесты, применяются в замене. Z-тесты часто применяются в больших образцах (n> 30). Когда T-тест используется в больших образцах, t-тест становится очень похожим на Z-тест. Существуют флуктуации, которые могут возникать при отклонениях образцов T-тестов, которых нет в Z-тестах. Из-за этого в обоих тестах есть различия.
Резюме:
1. Z-тест - это статистический тест гипотезы, который следует за нормальным распределением, тогда как T-тест следует за T-распределением Стьюдента. 2. Т-тест подходит, когда вы обрабатываете небольшие образцы (n <30), в то время как Z-тест подходит, когда вы обрабатываете отмеренные до больших образцов (n> 30). 3. Т-тест более адаптируется, чем Z-тест, поскольку Z-тест часто требует определенных условий, чтобы быть надежным. Кроме того, T-тест имеет множество методов, которые подходят для любой потребности. 4. Т-тесты чаще используются, чем Z-тесты. 5. Z-тесты предпочтительнее, чем T-тесты, когда известны стандартные отклонения.
