Kriittistä hypoteesia tehtäessä havaitut muutokset keskiarvossa ovat tilastollisesti merkittäviä. On tärkeätä tehdä täydellinen analyysi tilasta. Nämä analyysit ovat erinomaisia hypoteesien testaamiseen tai merkitsevyystestaukseen.
Hypoteesien testaamiseen tehdään erilaisia testitilastoja, kuten z-testi ja t-testi. Niitä voidaan soveltaa myös liike-elämässä, tieteessä ja monilla muilla aloilla. Z-testin ja t-testin erot ovat pääasiallinen keskustelu tässä artikkelissa.
Z-testi vs T-testi
Suurin ero z-testin ja t-testin välillä on se, että z-testiä käytetään määrittämään, onko kahden otoskeskiarvon laskenta erilainen, jos näyte on suuri ja keskihajonta on käytettävissä. Mutta t-testiä käytetään määrittämään kuinka erilaiset keskiarvot datajoukot eroavat toisistaan, jos keskihajontaa tai varianssia ei tunneta.
Z-testit ovat tilastollisia laskelmia, joita käytetään keskimääräisen populaation vertaamiseen otokseen. Keskihajonnan suhteen z-testi kertoo datapisteen kuinka kaukana datajoukon keskiarvosta. Se yleensä vertaa näytettä populaatioon, jota käytetään suurten ongelmiin liittyvien näytteiden käsittelyyn. Ne ovat hyödyllisiä, jos standardipoikkeama tunnetaan.
T-testejä käytetään hypoteesilaskelmien testaamiseen. Ne ovat hyödyllisiä määritettäessä, jos kahden riippumattoman otosryhmän välillä on merkittäviä tilastoja. Tai voidaan sanoa, että se kysyy, oliko kahden ryhmän keskiarvojen vertailu satunnaisen sattuman vuoksi epätodennäköistä.
Vertailutaulukko Z-testin ja T-testin välillä
| Vertailuparametrit | Z-testi | T-testi |
|---|---|---|
| Perustuen | Normaalijakauma | Student-t-jakelu |
| Kaava | z = (x̄ – μ) / (σ / √n) | t = (x̄ – μ) / (s / √n) |
| Otoskoko | Suuri | Pieni |
| Väestön varianssi | Tunnettu | Tuntematon |
| Tietojen koko | Yli 30 | Pienempi kuin 30 |
Mikä on Z-testi?
Z-testi on tilastotesti, jolla päätetään, ovatko kahden populaation keskiarvot erilaiset, jos otoskoko on suuri ja varianssi tunnetaan. Tarkan z-testin suorittamiseksi kyseisellä testitilastolla on haitallinen parametri, kuten standardipoikkeama, joka tunnetaan.
Se on myös hypoteesitesti ja normaalijakaumaa tulisi seurata z-tilastolla. On parempi käyttää z-testiä yli 30 näytteelle. Tämä johtuu siitä, että näytteiden lukumäärä kasvaa keskirajalauseen alla ja näytteitä pidetään normaalijakaumana.
Vaihtoehtoiset ja nollahypoteesit, z-pisteet ja alfa tulee ilmoittaa zed-testin suorittamiseksi. Seuraavaksi tulee todeta johtopäätös ja tulokset sekä laskea testitilasto. Z-testin populaatiovarianssi tunnetaan. Z-testissä z:lle on normaalijakauma, jossa varianssi on yksi ja keskiarvo nolla
Z-pistemäärä tai z-tilasto on luku, joka edustaa keskihajontoja alle tai yli keskimääräisen populaation ja z-testistä johdetun pistemäärän. Testi, joka voidaan suorittaa z-testeinä, on kahden otoksen sijaintitesti ja maksimitodennäköisyysarvio, yhden näytteen sijaintitesti ja parillinen eri testi.
Mikä on T-testi?
T-testi on eräänlainen päättelytilasto, jolla määritetään merkittävä ero kahden keskiarvoryhmän keskellä, mikä saattaa liittyä tiettyihin piirteisiin. Sitä käytetään hypoteesien testauksen työkaluna, ja se mahdollistaa soveltuvan oletuksen testaamisen populaatiolle.
Sitä käytetään yleensä, kun tietojoukoilla saattaa olla tuntemattomia varianssia ja ne noudattavat normaalijakaumaa. Tilastollisen merkitsevyyden määrittämiseksi tässä testissä tarkastellaan vapausasteita ja t-jakauman arvoja. On tarpeen käyttää varianssianalyysiä testin suorittamiseksi kolmella tai useammalla menetelmällä.
T-testin avulla voidaan verrata kahden tietojoukon keskiarvoja ja määrittää, onko alkuperä samasta populaatiosta. Useita erityyppisiä t-testejä suoritetaan vaadittavan analyysin tyypin ja tietojen perusteella. Se toimii pienemmässä koossa, ja sen tulee olla vähintään viisi, mutta ei myöskään yli kolmekymmentä.
T-testissä laskemiseen tarvitaan kolme avaintietoarvoa. Se sisältää yleensä jokaisen ryhmän data-arvojen lukumäärän, jokaisen ryhmän keskihajonnan ja keskimääräisen eron.
Tärkeimmät erot Z-testin ja T-testin välillä
Johtopäätös
Voidaan päätellä, että z-testi ja t-testi ovat kaksi niistä testitilastoista, jotka suoritetaan hypoteesien testaamiseksi. Ne vaativat dataa normaalijakauman ohella, yksinkertaisin sanoin, näytedata keskiarvon ympärillä jakautuu tasaisesti. Niitä voidaan soveltaa liike-elämässä, tieteessä ja monilla muilla aloilla.
Z-testillä määritetään, onko kahden näytekeskiarvon laskenta erilainen, jos näyte on suuri ja standardipoikkeama on käytettävissä. Toisaalta t-testillä määritetään kuinka erilaiset keskiarvot datajoukot eroavat toisistaan, jos keskihajontaa tai varianssia ei tunneta. Z-testi perustuu normaalijakaumaan, kun taas t-testi Student-t-jakaumaan.
