Différence entre le test Z et le test T

Test Z vs test

Parfois, mesurer chaque élément n'est pas pratique. C'est pourquoi nous avons développé et utilisé des méthodes statistiques pour résoudre des problèmes. La façon la plus pratique de le faire est de ne mesurer qu'un échantillon de la population. Certaines méthodes testent des hypothèses par comparaison. Le test d'hypothèse statistique le plus connu est le test T et le test Z. Essayons de décomposer les deux.

Un test T est un test d'hypothèse statistique. Dans ce test, la statistique de test suit la distribution de T d'un étudiant si l'hypothèse nulle est vraie. La statistique T a été introduite par W.S. Gossett sous le pseudonyme «Student». Le test T est également appelé «test T de l’étudiant». Il est très probable que le test T soit la procédure d'analyse statistique de données la plus couramment utilisée pour le test d'hypothèses, car il est simple et facile à utiliser. En outre, il est flexible et adaptable à un large éventail de circonstances.

Il existe différents tests T et les deux tests les plus couramment appliqués sont les tests T à un échantillon et les échantillons appariés. Des tests T à un échantillon sont utilisés pour comparer une moyenne d'échantillon avec la moyenne connue de la population. Les tests T à deux échantillons, d'autre part, sont utilisés pour comparer des échantillons indépendants ou des échantillons dépendants.

Le test t est mieux appliqué, du moins en théorie, si votre échantillon est limité (n 30). Lorsque le test T est utilisé dans des échantillons de grande taille, le test t devient très similaire au test Z. Des fluctuations peuvent survenir dans les échantillons T des tests, mais les écarts ne figurent pas dans les tests Z. De ce fait, il existe des différences entre les résultats des tests.

Résumé:

1. Le test Z est un test d’hypothèse statistique qui suit une distribution normale, tandis que le test T suit une distribution T de Student..
2. Un test T est approprié lorsque vous manipulez de petits échantillons (n ​​30).
3. Le test T est plus adaptable que le test Z, car le test Z nécessite souvent la fiabilité de certaines conditions. De plus, le test T comporte de nombreuses méthodes qui conviendront à tous les besoins..
4. Les tests T sont plus couramment utilisés que les tests Z.
5. Les tests Z sont préférés aux tests T lorsque les écarts-types sont connus.