Diferenças entre o Z-Test e o T-Test
O teste Z é a hipótese estatística 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 a um teste de hipótese univariada que se baseia na estatística t, em que a média, isto é, 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 fará uma comparação de uma amostra com uma população definida que é normalmente usada para lidar com problemas relacionados a grandes amostras (ou seja, n> 30). Na maioria das vezes, 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 quando você está lidando 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 mais importantes 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 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 têm formato de sino e são 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, n <30.
Tabela Comparativa Z-Test vs T-Test
| 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 a variância são dados. | O teste t pode ser referido a 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 o desvio padrão são desconhecidos 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, esses dois 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, existem também outras condições que deixarão claro qual teste deve ser realizado em uma situação.
Bem, também existem testes diferentes, como 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.
