Diferença entre o Z- Test &o T -Test

O teste z e t- teste são ambas medidas estatísticas para comparar dois grupos de sujeitos — por exemplo, homens e mulheres — de alguma variável quantitativa — como peso . Mas eles são baseados em diferentes distribuições e fazer suposições diferentes . As distribuições por trás do Z e T Testes

O teste z baseia-se na distribuição normal , enquanto que o t – teste baseia-se na distribuição t de Student . Embora as fórmulas para ambos são muito complexos, a diferença essencial é que, embora ambos dão curvas em forma de sino , a distribuição t tem caudas um pouco mais gordo. Além disso, a distribuição t varia de acordo com o número de indivíduos , mas a distribuição z não.

Independent Data eo Z -Test e T -Test

Ambos os testes assumir que os dados são independentes; isso significa que a pontuação que um sujeito recebe não tem influência sobre a pontuação que qualquer outro assunto fica. A exceção é o teste t pareado , que permite explicitamente para dados pareados . Por exemplo, se você tem o peso de 100 homens ao acaso e 100 mulheres de forma aleatória, os dados seriam independentes . Mas se você tem os pesos de 100 casais , os dados não seriam independentes eo teste t pareado deve ser usado.

Tamanho da amostra eo Teste-z e t -Test

o teste z assume que o tamanho da amostra é ” grande “. Estudos têm demonstrado que , na maior parte dos casos , com 30 ou mais indivíduos é suficiente para qualificar como grande . O teste t não faz nenhuma suposição sobre o tamanho da amostra; de fato, o teste t representa o tamanho da amostra por ter um parâmetro para os graus de liberdade , que é o tamanho da amostra – . 1

as variâncias das amostras e do z -Test e Teste-t

o teste z assume que as duas amostras têm a mesma variância. A versão padrão do t -teste também assume isso, mas existe uma variação do teste t projetado para variâncias desiguais .