photosdematures.com

Mga Pagkakaiba sa Pagitan ng Z-Test at T-Test

Z Pagsubok ay ang pang-istatistikang teorya na ginagamit upang matukoy na kung ang dalawang halimbawa ay nangangahulugang kinakalkula ay magkakaiba kung sakaling ang pamantayan na paglihis ay magagamit at ang sample ay malaki samantalang ang T pagsubok ay ginagamit upang matukoy ang isang kung paano ang mga average ng iba't ibang mga hanay ng data ay naiiba sa bawat isa kung sakaling ang karaniwang paglihis o ang pagkakaiba ay hindi kilala.

Ang mga Z-test at t-test ay ang dalawang pamamaraang pang-istatistika na nagsasangkot ng pagtatasa ng data na mayroong mga aplikasyon sa agham, negosyo, at marami pang ibang disiplina. Ang t-test ay maaaring i-refer sa isang univariate na teorya ng pagsubok na batay sa t-istatistika, kung saan ang ibig sabihin ay ang average ay kilala, at pagkakaiba-iba ng populasyon hal. Ang karaniwang paglihis ay tinatayang mula sa sample. Sa kabilang banda, ang Z-test, din ay isang univariate test na batay sa isang karaniwang normal na pamamahagi.

Gumagamit

# 1 - Z-Test

Ang Formula ng Z-test, tulad ng nabanggit kanina, ay ang mga kalkulasyong pang-istatistika na maaaring magamit upang ihambing ang mga average ng populasyon sa isang sample. Sasabihin sa iyo ng z-test kung gaano kalayo, sa mga karaniwang term na paglihis, ang isang data point ay mula sa average ng isang hanay ng data. Ang isang z-test ay gagawa ng paghahambing ng isang sample sa isang tinukoy na populasyon na karaniwang ginagamit para sa pagharap sa mga problemang nauugnay sa malalaking sample (ibig sabihin n> 30). Karamihan, ang mga ito ay napaka kapaki-pakinabang kapag ang karaniwang paglihis ay kilala.

# 2 - T-Pagsubok

Ang mga T-test ay mga kalkulasyon din na maaaring magamit upang subukan ang isang teorya, ngunit ang mga ito ay napaka kapaki-pakinabang kapag kailangan nating matukoy kung mayroong isang makabuluhang istatistika na paghahambing sa pagitan ng 2 independiyenteng mga sample na pangkat. Sa madaling salita, isang t-test ang nagtanong kung ang paghahambing sa pagitan ng mga average ng 2 mga pangkat ay malamang na hindi nangyari dahil sa random na pagkakataon. Karaniwan, ang mga t-test ay mas naaangkop kapag nakikipag-usap ka sa mga problema na may isang limitadong laki ng sample (ibig sabihin n <30).

Z-Test vs T-Test Infographics

Dito bibigyan ka namin ng nangungunang 5 mga pagkakaiba sa pagitan ng z-test vs t-test na dapat mong malaman.

Pangunahing Pagkakaiba

• Isa sa pinakamahalagang kondisyon para sa pagsasagawa ng t-test ay ang pamantayan ng paglihis ng populasyon o ang pagkakaiba-iba ay hindi kilala. Sa kabaligtaran, ang pormula ng pagkakaiba-iba ng populasyon tulad ng nakasaad sa itaas ay dapat ipalagay na kilala o kilala sa kaso ng isang z-test.
• Ang t-test na nabanggit kanina ay batay sa pamamahagi ng mag-aaral. Sa kabaligtaran, ang z-test ay nakasalalay sa palagay, na ang pamamahagi ng sample ay nangangahulugang magiging normal. Kapwa ang normal na pamamahagi at pamamahagi ng mag-aaral ay lilitaw na pareho, dahil ang pareho ay hugis kampanilya at simetriko. Gayunpaman, naiiba ang mga ito sa isa sa mga kaso na sa at-pamamahagi, mayroong mas kaunting puwang sa gitna at higit pa sa kanilang mga buntot.
• Ginagamit ang Z-test na ibinigay sa talahanayan sa itaas kapag malaki ang sukat ng sample, na kung n> 30, at ang t-test ay naaangkop kapag ang laki ng sample ay hindi malaki kung saan maliit, ibig sabihin, n <30.

Z-Test vs T-Test Comparative Table

Konklusyon

Sa pamamagitan ng at sa mas malaking lawak, ang parehong mga pagsubok na ito ay halos magkatulad, ngunit ang paghahambing ay dumarating lamang sa kanilang mga kundisyon para sa kanilang aplikasyon, ibig sabihin na ang t-test ay mas naaangkop at naaangkop kapag ang laki ng sample ay hindi hihigit sa tatlumpung mga yunit. Gayunpaman, kung ito ay higit sa tatlumpung mga yunit, dapat gumamit ang isa ng isang z-test. Katulad nito, mayroon ding iba pang mga kundisyon, na magpapalilinaw sa kung aling pagsubok ang dapat gawin sa isang sitwasyon.

Sa gayon, mayroon ding iba't ibang mga pagsubok tulad ng f test, two-tailed vs single-tailed, atbp., Dapat mag-ingat ang mga statistician habang inilalapat ang mga ito pagkatapos pag-aralan ang sitwasyon at pagkatapos ay magpasya kung alin ang gagamitin. Nasa ibaba ang isang sample na tsart para sa tinalakay sa itaas.