seychellesartprojects.org

Sự khác biệt giữa Z-Test và T-Test

Kiểm định Z là giả thuyết thống kê được sử dụng để xác định xem liệu hai mẫu được tính có khác nhau hay không trong trường hợp độ lệch chuẩn có sẵn và mẫu lớn trong khi kiểm định T được sử dụng để xác định mức độ trung bình của các tập dữ liệu khác nhau. khác nhau trong trường hợp độ lệch chuẩn hoặc phương sai không được biết trước.

Z-tests và t-tests là hai phương pháp thống kê liên quan đến phân tích dữ liệu có ứng dụng trong khoa học, kinh doanh và nhiều ngành khác. Kiểm định t có thể được gọi là kiểm định giả thuyết đơn biến dựa trên thống kê t, trong đó giá trị trung bình tức là giá trị trung bình đã biết, và phương sai tổng thể tức là độ lệch chuẩn được xấp xỉ từ mẫu. Mặt khác, Z-test, cũng là một phép thử đơn biến dựa trên phân phối chuẩn chuẩn.

Sử dụng

# 1 - Kiểm tra Z

Công thức kiểm định Z, như đã đề cập trước đó, là các tính toán thống kê có thể được sử dụng để so sánh trung bình dân số với một mẫu. Phép thử z sẽ cho bạn biết, theo thuật ngữ độ lệch chuẩn, một điểm dữ liệu cách giá trị trung bình của một tập dữ liệu bao xa. Phép thử z sẽ thực hiện so sánh một mẫu với một tập hợp xác định thường được sử dụng để giải quyết các vấn đề liên quan đến các mẫu lớn (tức là n> 30). Hầu hết, chúng rất hữu ích khi biết độ lệch chuẩn.

# 2 - Kiểm tra T

Kiểm định T cũng là phép tính có thể được sử dụng để kiểm tra một giả thuyết, nhưng chúng rất hữu ích khi chúng ta cần xác định xem có sự so sánh có ý nghĩa thống kê giữa 2 nhóm mẫu độc lập hay không. Nói cách khác, phép thử t hỏi liệu sự so sánh giữa giá trị trung bình của 2 nhóm có chắc chắn xảy ra do ngẫu nhiên hay không. Thông thường, kiểm định t thích hợp hơn khi bạn giải quyết các vấn đề với cỡ mẫu hạn chế (tức là n <30).

Đồ họa thông tin Z-Test so với T-Test

Sau đây, chúng tôi cung cấp cho bạn 5 điểm khác biệt hàng đầu giữa z-test và t-test mà bạn phải biết.

Sự khác biệt chính

• Một trong những điều kiện quan trọng nhất để tiến hành kiểm định t là độ lệch chuẩn tổng thể hoặc phương sai không xác định. Ngược lại, công thức phương sai tổng thể như đã nêu ở trên nên được giả định là đã biết hoặc đã biết trong trường hợp kiểm định z.
• Kiểm định t như đã đề cập trước đó dựa trên phân phối t của Student. Ngược lại, kiểm định z phụ thuộc vào giả định rằng sự phân bố các phương tiện mẫu sẽ bình thường. Cả phân phối chuẩn và phân phối t của student đều xuất hiện giống nhau, vì cả hai đều có dạng hình chuông và đối xứng. Tuy nhiên, chúng khác nhau ở một trong những trường hợp là khi phân bố tại chỗ, có ít không gian hơn ở trung tâm và nhiều hơn ở đuôi của chúng.
• Kiểm định Z được sử dụng như cho trong bảng trên khi kích thước mẫu lớn, n> 30, và kiểm định t thích hợp khi kích thước mẫu không lớn tức là nhỏ, tức là n <30.

Bảng so sánh Z-Test và T-Test

Nền tảng		Kiểm tra Z		Kiểm tra T
Định nghĩa cơ bản		Z-test là loại kiểm định giả thuyết xác định nếu giá trị trung bình của 2 tập dữ liệu khác nhau khi độ lệch chuẩn hoặc phương sai được đưa ra.		Kiểm tra t có thể được gọi là một loại kiểm tra tham số được áp dụng cho một nhận dạng, cách các giá trị trung bình của 2 bộ dữ liệu khác nhau như thế nào khi độ lệch chuẩn hoặc phương sai không được đưa ra.
Phương sai dân số		Phương sai tổng thể hoặc độ lệch chuẩn được biết ở đây.		Ở đây không xác định được phương sai hoặc độ lệch chuẩn của Tổng thể.
Cỡ mẫu		Kích thước mẫu lớn		Ở đây Kích thước mẫu là nhỏ.
Các giả định chính		Tất cả các điểm dữ liệu là độc lập. Phân phối chuẩn cho Z, với 0 trung bình và phương sai = 1.		Tất cả các điểm dữ liệu không phụ thuộc. Các giá trị mẫu phải được ghi lại và lấy chính xác
Dựa trên (một loại Phân phối)		Dựa trên phân phối chuẩn.		Dựa trên phân phối Student-t.

Phần kết luận

Xét trên phạm vi rộng hơn, cả hai phép thử này gần như tương tự nhau, nhưng việc so sánh chỉ dựa trên các điều kiện áp dụng của chúng, có nghĩa là phép thử t phù hợp hơn và có thể áp dụng khi kích thước của mẫu không quá ba mươi đơn vị. Tuy nhiên, nếu nó lớn hơn ba mươi đơn vị, người ta nên sử dụng phép thử z. Tương tự, cũng có những điều kiện khác, điều này sẽ làm rõ ràng rằng thử nghiệm sẽ được thực hiện trong một tình huống nào.

Ngoài ra, còn có các bài kiểm tra khác nhau như kiểm tra f, kiểm tra hai bên và một bên, v.v., các nhà thống kê phải cẩn thận khi áp dụng chúng sau khi phân tích tình hình và sau đó quyết định sử dụng cái nào. Dưới đây là biểu đồ mẫu cho những gì chúng ta đã thảo luận ở trên.