? Z -score vengono utilizzati quando più sono disponibili dati riguardanti i propri dati e si può assumere una distribuzione normale . T-score vengono utilizzati quando le popolazioni di studio sono più piccoli e si devono stimare la deviazione standard della popolazione . Entrambi i valori sono confrontati con i valori critici si trovano in tabelle standard per accettare o rifiutare una ipotesi nulla , H0 . I valori critici sono inversamente correlate a ” n “, la vostra dimensione del campione di studio. Se si utilizza un campione di grandi dimensioni , non avrete bisogno di più grande di un T -score di rifiutare H0 . Z -Score Introduzione

Z -score , o Zx [ Z x ] , permette di fare inferenze circa il vostro campione e quanto del vostro campione discosta dalla media della popolazione più ampia . Hai bisogno di un sacco di dati, tuttavia , per usarlo . A Z -score è necessario conoscere il vostro media della popolazione ∪ , la deviazione popolazione standard , o ∂ , la dimensione del campione , o “n ” e la deviazione standard del campione , o ” S.”

la stima ∂

Se conosci ∂ , quindi utilizzare il Z -test; se non si conosce ∂ , quindi stimare (per saperne S) e utilizzare il T -test :

s = √ ‘ (X – X linea oltre ) 2 /n – 1 =’ SS /n – 1

T -Test Calcolo

Per calcolare il T -test , prima calcolare l’errore standard della stima S da ∂ utilizzando la formula sx ( s di x ) = s /√ n e ora calcolare t = linea X over – . ∪ /sx ( s di x )

valori critici

Per entrambe le prove , punteggi Z e T -score , è necessario confrontare il risultato contro un valore critico sulle carte alle appendici statistiche di libri di testo o on-line . Per Z -score , tuttavia , si può assumere una distribuzione normale e trovare i valori critici nella tabella di distribuzione normale . Non si può assumere una distribuzione normale per T-score , in quanto si basano su una stima e – di solito – uno studio di popolazione più piccola , o

“n “.