Qual é a diferença entre uma estatística t &um Z -Score
? Z-scores são usados quando uma maior informação disponível sobre os seus dados e você pode assumir uma distribuição normal. T-scores são usados quando as populações do estudo são menores e você deve estimar o desvio padrão da população . Ambos os valores são comparados com os valores críticos encontrados em tabelas padrão para aceitar ou rejeitar a hipótese nula , H0 . Os valores críticos estão inversamente relacionadas com ” n “, o tamanho da amostra do estudo. Se você usar uma amostra grande , você não vai precisar de um grande T-score para rejeitar H0 . Z -Score Introdução
A Z -score , ou Zx [Z de x] , permite fazer inferências sobre a sua amostra e quanto de sua amostra se desvia da média maior da população. Você precisa de uma grande quantidade de dados , no entanto, para usá-lo . A Z -score exige que você saiba o seu média da população ∪ , o desvio padrão da população , ou ∂ , o tamanho da amostra, ou “n “, e desvio padrão de sua amostra , ou “S.”
Estimativa ∂
Se você sabe ∂ , então use o Z-teste; se você não sabe ∂ , em seguida, estimar ( encontrar S) e usar o T- teste :
s = √ ‘ (X – X linha mais ) 2 /n – 1 =’ SS /n – 1
T -Test Cálculo
Para calcular o T -teste, primeiro calcular o erro padrão da estimativa S de ∂ usando o sx fórmula (s de x) = s /√ n , e agora calcular T = X mais – . ∪ /sx (s de x ),
valores críticos
Para ambos os testes , Z-scores e T-score , você deve comparar o seu resultado contra um valor crítico encontrado em cartas nos apêndices de estatísticas livros ou online. Para Z-scores , no entanto , você pode assumir uma distribuição normal e encontrar seus valores críticos no quadro de distribuição normal. Você não pode assumir uma distribuição normal para T-score , já que são baseados em uma estimativa e – geralmente – uma população de estudo menor, ou
“n “.