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 ".