Z-testi ja T-testi
Joskus yksittäisten kappaleiden mittaaminen ei ole käytännöllistä. Siksi kehitimme ja käytämme tilastollisia menetelmiä ongelmien ratkaisemiseksi. Käytännöllisin tapa tehdä se on mitata vain väestön otos. Jotkut menetelmät testaavat hypoteeseja vertailussa. Kaksi tunnetuimmasta tilastollisesta hypoteesin testistä ovat T-testi ja Z-testi. Yritetään hajottaa nämä kaksi.
T-testi on tilastollisen hypoteesin testi. Tällaisessa testissä testitilasto seuraa opiskelijan T-jakaumaa, jos nollahypoteesi on tosi. T-tilastotieto esitteli W.S. Gossett kynän nimellä "Student". T-testi kutsutaan myös "Student T-testiksi". On erittäin todennäköistä, että T-testi on yleisimmin käytetty tilastollisten tietojen analysointimenetelmä hypoteesin testaukseen, koska se on yksinkertainen ja helppokäyttöinen. Lisäksi se on joustava ja sopeutuva monenlaisiin olosuhteisiin.
On olemassa erilaisia T-testejä ja kaksi yleisimmin käytettyä testia ovat yhden näytteen ja pariksi otetun T-testit. Yhden näyte-T-testejä käytetään vertailemaan näytteen keskiarvoa tunnetun väestömäärän kanssa. Kaksi näytteen T-testejä, toisaalta, käytetään vertailemaan joko riippumattomia näytteitä tai riippuvaisia näytteitä.
T-testissä käytetään parhaiten ainakin teoriassa, jos näytteen koko on rajoitettu (n <30) niin kauan kuin muuttujat ovat suunnilleen normaalisti jakautuneita ja pisteiden vaihtelu kahdessa ryhmässä ei ole luotettavasti erilainen. Se on myös hyvä, jos et tiedä väestön keskihajontaa. Jos standardipoikkeama tunnetaan, olisi parasta käyttää toista tilastollista testiä, Z-testiä. Z-testiä käytetään myös vertailemaan näytteen ja väestön keinoja tietää, onko niiden välillä merkittävä ero. Z-testit käyttävät aina normaalia jakautumista ja soveltuvat myös parhaiten, jos standardipoikkeama tunnetaan. Z-testejä käytetään usein, jos tietyt ehdot täyttyvät; muussa tapauksessa tilastollisia testejä, kuten T-testejä, korvataan korvaavalla tavalla. Z-testejä käytetään usein suurissa näytteissä (n> 30). Kun T-testiä käytetään suurissa näytteissä, t-testi tulee hyvin samanlaiseksi kuin Z-testi. T-testien vaihteluissa voi esiintyä vaihteluita, joita ei ole olemassa Z-testeissä. Tästä johtuen molemmissa testituloksissa on eroja.
Yhteenveto:
1. Z-testi on tilastollisen hypoteesin testi, joka seuraa normaalia jakautumista, kun taas T-testi seuraa opiskelijan T-jakaumaa. 2. T-testi on tarkoituksenmukainen, kun käsitellään pieniä näytteitä (n <30), kun taas Z-testi on tarkoituksenmukainen, kun käsitellään kohtalaisia suuria näytteitä (n> 30). 3. T-testi on joustavampi kuin Z-testi, koska Z-testi vaatii usein tiettyjä ehtoja luotettavaksi. Lisäksi T-testillä on monia menetelmiä, jotka sopivat kaikkiin tarpeisiin. 4. T-testit ovat yleisempiä kuin Z-testit. 5. Z-testit ovat edullisia kuin T-testit, kun standardipoikkeamia tunnetaan.
