Diferenças entre o Z-Test e o T-Test
O teste Z é a hipótese estatística que é usada para determinar se as médias das duas amostras calculadas são diferentes no caso de o desvio padrão estar disponível e a amostra for grande, enquanto o teste T é usado para determinar como as médias de diferentes conjuntos de dados diferem um do outro caso o desvio padrão ou a variância não sejam conhecidos.
Os testes Z e os testes t são os dois métodos estatísticos que envolvem a análise de dados, que tem aplicações em ciências, negócios e muitas outras disciplinas. O teste t pode ser referido como um teste de hipótese univariada com base na estatística t, em que a média, ou seja, a média é conhecida, e a variância da população, ou seja, o desvio padrão, é aproximada da amostra. Por outro lado, o teste Z, também um teste univariado que se baseia em uma distribuição normal padrão.
Usos
# 1 - Teste Z
A fórmula do teste Z, conforme mencionado anteriormente, são os cálculos estatísticos que podem ser usados para comparar as médias da população com as de uma amostra. O teste z dirá a que distância, em termos de desvio padrão, um ponto de dados está da média de um conjunto de dados. Um teste z irá comparar uma amostra a uma população definida que é normalmente usada para lidar com problemas relacionados a grandes amostras (ou seja, n> 30). Geralmente, eles são muito úteis quando o desvio padrão é conhecido.
# 2 - Teste T
Os testes T também são cálculos que podem ser usados para testar uma hipótese, mas são muito úteis quando precisamos determinar se há uma comparação estatisticamente significativa entre os 2 grupos de amostra independentes. Em outras palavras, um teste t pergunta se a comparação entre as médias de 2 grupos é improvável de ter ocorrido devido ao acaso. Normalmente, os testes t são mais apropriados ao lidar com problemas com um tamanho de amostra limitado (ou seja, n <30).
Infográficos do Z-Test vs. T-Test
Aqui, fornecemos as 5 principais diferenças entre o teste z e o teste t que você deve conhecer.
Principais diferenças
- Uma das condições essenciais para a realização de um teste t é que o desvio padrão da população ou a variância são desconhecidos. Por outro lado, a fórmula de variância da população, conforme declarada acima, deve ser considerada conhecida ou ser conhecida no caso de um teste z.
- O teste t, conforme mencionado anteriormente, é baseado na distribuição t de student. Ao contrário, o teste z depende da suposição de que a distribuição das médias da amostra será normal. Tanto a distribuição normal quanto a distribuição t de student parecem iguais, pois ambas são em forma de sino e simétricas. No entanto, eles diferem em um dos casos que na distribuição at, há menos espaço no centro e mais em suas caudas.
- O teste Z é usado conforme indicado na tabela acima quando o tamanho da amostra é grande, que é n> 30, e o teste t é apropriado quando o tamanho da amostra não é grande, o que é pequeno, ou seja, que n < 30
Tabela Comparativa de Teste Z vs. Teste T
| Base | Teste Z | T-Test | ||
| Definição Básica | O teste Z é um tipo de teste de hipótese que verifica se as médias dos 2 conjuntos de dados são diferentes entre si quando o desvio padrão ou variância é dado. | O teste t pode ser referido como um tipo de teste paramétrico que é aplicado a uma identidade, como as médias de 2 conjuntos de dados diferem entre si quando o desvio padrão ou variância não é fornecido. | ||
| Variância da População | A variação ou desvio padrão da população é conhecido aqui. | A variação populacional ou desvio padrão é desconhecido aqui. | ||
| Tamanho da amostra | O tamanho da amostra é grande. | Aqui, o tamanho da amostra é pequeno. | ||
| Principais pressupostos |
|
|
||
| Com base em (um tipo de distribuição) | Com base na distribuição normal. | Com base na distribuição Student-t. |
Conclusão
Em grande medida, ambos os testes são quase semelhantes, mas a comparação se refere apenas às condições de sua aplicação, o que significa que o teste t é mais adequado e aplicável quando o tamanho da amostra não é superior a trinta unidades. No entanto, se for maior que trinta unidades, deve-se usar um teste z. Da mesma forma, há também outras condições, que deixarão claro qual teste deve ser realizado em uma situação.
Bem, também existem testes diferentes, como o teste f, bicaudal vs. unicaudal, etc., os estatísticos devem ter cuidado ao aplicá-los depois de analisar a situação e decidir qual usar. Abaixo está um gráfico de amostra para o que discutimos acima.
