Diferencias entre la prueba Z y la prueba T
La prueba Z es la hipótesis estadística que se utiliza para determinar si las medias de las dos muestras calculadas son diferentes en caso de que la desviación estándar esté disponible y la muestra sea grande, mientras que la prueba T se utiliza para determinar cómo promedios de diferentes conjuntos de datos. difiere entre sí en caso de que se desconozca la desviación estándar o la varianza.
Las pruebas Z y las pruebas t son los dos métodos estadísticos que involucran el análisis de datos, que tiene aplicaciones en ciencia, negocios y muchas otras disciplinas. La prueba t puede denominarse prueba de hipótesis univariante basada en el estadístico t, en el que se conoce la media, es decir, el promedio, y la varianza de la población, es decir, la desviación estándar, se aproxima de la muestra. Por otro lado, la prueba Z, también una prueba univariante que se basa en una distribución normal estándar.
Usos
# 1 - Prueba Z
La fórmula de la prueba Z, como se mencionó anteriormente, son los cálculos estadísticos que se pueden usar para comparar los promedios de la población con los de una muestra. La prueba z le dirá a qué distancia, en términos de desviaciones estándar, se encuentra un punto de datos del promedio de un conjunto de datos. Una prueba z comparará una muestra con una población definida que normalmente se usa para tratar problemas relacionados con muestras grandes (es decir, n> 30). En su mayoría, son muy útiles cuando se conoce la desviación estándar.
# 2 - Prueba T
Las pruebas T también son cálculos que se pueden usar para probar una hipótesis, pero son muy útiles cuando necesitamos determinar si existe una comparación estadísticamente significativa entre los 2 grupos de muestra independientes. En otras palabras, una prueba t pregunta si es poco probable que la comparación entre los promedios de 2 grupos se haya producido debido al azar. Por lo general, las pruebas t son más apropiadas cuando se tratan problemas con un tamaño de muestra limitado (es decir, n <30).
Infografía de prueba Z vs. prueba T
Aquí le proporcionamos las 5 principales diferencias entre la prueba z y la prueba t que debe conocer.
Diferencias clave
- Una de las condiciones esenciales para realizar una prueba t es que se desconoce la desviación estándar de la población o la varianza. Por el contrario, la fórmula de varianza de la población, como se indicó anteriormente, debe suponerse que es conocida o conocida en el caso de una prueba z.
- La prueba t, como se mencionó anteriormente, se basa en la distribución t de Student. Por el contrario, la prueba z depende del supuesto de que la distribución de las medias muestrales será normal. Tanto la distribución normal como la distribución t de Student parecen iguales, ya que ambas tienen forma de campana y son simétricas. Sin embargo, difieren en uno de los casos que en la distribución at, hay menos espacio en el centro y más en sus colas.
- La prueba Z se utiliza como se indica en la tabla anterior cuando el tamaño de la muestra es grande, que es n> 30, y la prueba t es apropiada cuando el tamaño de la muestra no es grande, que es pequeño, es decir, que n < 30.
Tabla comparativa de prueba Z y prueba T
| Base | Prueba Z | Prueba T | ||
| Definición básica | La prueba Z es una especie de prueba de hipótesis que determina si los promedios de los 2 conjuntos de datos son diferentes entre sí cuando se da la desviación estándar o la varianza. | La prueba t puede denominarse una especie de prueba paramétrica que se aplica a una identidad, cómo los promedios de 2 conjuntos de datos difieren entre sí cuando no se da la desviación estándar o la varianza. | ||
| Varianza poblacional | Aquí se conoce la varianza o desviación estándar de la población. | Aquí se desconoce la varianza o desviación estándar de la población. | ||
| Tamaño de la muestra | El tamaño de la muestra es grande. | Aquí el tamaño de la muestra es pequeño. | ||
| Supuestos clave |
|
|
||
| Basado en (un tipo de distribución) | Basado en distribución normal. | Basado en la distribución t de Student. |
Conclusión
En mayor medida, estas dos pruebas son casi similares, pero la comparación se produce solo en sus condiciones para su aplicación, lo que significa que la prueba t es más apropiada y aplicable cuando el tamaño de la muestra no supera las treinta unidades. Sin embargo, si es mayor de treinta unidades, se debe usar una prueba z. Del mismo modo, también existen otras condiciones, que dejarán claro qué prueba se debe realizar en una situación.
Bueno, también hay diferentes pruebas como la prueba f, de dos colas o de una cola, etc., los estadísticos deben tener cuidado al aplicarlas después de analizar la situación y luego decidir cuál usar. A continuación se muestra un cuadro de muestra de lo que discutimos anteriormente.
