z -test e t -test sono entrambi misure statistiche per confrontare due gruppi di soggetti — per esempio , uomini e donne — su alcune variabili quantitative — come il peso . Ma si basano su diverse distribuzioni e fare diverse ipotesi . Le distribuzioni Dietro la Z e T Prove

z – test si basa sulla distribuzione normale , mentre il t – test si basa sulla distribuzione t di Student . Anche se le formule per entrambi sono molto complesse , la differenza fondamentale è che mentre sia danno curve a campana , la t – distribuzione ha code un po ‘ più grassi . Inoltre , la distribuzione t varia a seconda del numero di soggetti , ma lo z- distribuzione non lo fa .

Dati indipendenti e Z – Test e T -Test

Entrambi i test presuppongono che i dati siano indipendenti; che significa che il punteggio che un soggetto riceve non ha alcuna influenza sul risultato che qualsiasi altro soggetto ottiene. L’eccezione è il t – test accoppiato , che consente esplicitamente per dati appaiati . Ad esempio , se hai il peso di 100 uomini a caso , e 100 donne a caso , i dati sarebbero indipendenti . Ma se hai i pesi di 100 coppie , i dati non sarebbero indipendenti e il t – test accoppiato deve essere usato .

Indossa una taglia e lo z- test e t – test

z -test presuppone che la dimensione del campione è ” grande “. Studi hanno dimostrato che , in molti casi , avente 30 o più soggetti è sufficiente per qualificarsi come grande . Il t-test non fa alcuna ipotesi circa la dimensione del campione; infatti , il t-test rappresenta per la dimensione del campione da avere un parametro per i gradi di libertà , che è la dimensione del campione – . 1

le varianze dei campioni e lo z – test e t- test

z -test presuppone che i due campioni hanno la stessa varianza . La versione standard del t-test assume anche questo , ma c’è una variante del t -test progettato per varianze ineguali .