जेड-टेस्ट और टी-टेस्ट के बीच अंतर
जेड टेस्ट एक सांख्यिकीय परिकल्पना है जिसका उपयोग यह निर्धारित करने के लिए किया जाता है कि क्या दो नमूनों की गणना का मतलब है कि मानक विचलन उपलब्ध होने की स्थिति में अलग-अलग हैं और नमूना बड़ा है जबकि टी परीक्षण का उपयोग विभिन्न डेटा सेटों का औसत निर्धारित करने के लिए किया जाता है मानक विचलन या विचलन ज्ञात नहीं होने के कारण एक दूसरे से भिन्न होते हैं।
जेड-परीक्षण और टी-टेस्ट दो सांख्यिकीय तरीके हैं जिनमें डेटा विश्लेषण शामिल है, जिसमें विज्ञान, व्यवसाय और कई अन्य विषयों में आवेदन हैं। टी-टेस्ट को टी-स्टेटिस्टिक के आधार पर एक यूनीवार्केट परिकल्पना परीक्षण के रूप में संदर्भित किया जा सकता है, जिसमें औसत, अर्थात औसत ज्ञात है, और जनसंख्या विचलन, यानी मानक विचलन नमूना से अनुमानित है। दूसरी ओर, जेड-टेस्ट, एक अविभाज्य परीक्षण भी है जो एक मानक सामान्य वितरण पर आधारित है।
उपयोग करता है
# 1 - जेड-टेस्ट
जेड-टेस्ट फॉर्मूला, जैसा कि पहले उल्लेख किया गया है, सांख्यिकीय गणनाएं हैं जिनका उपयोग जनसंख्या के औसत की तुलना नमूना के लिए किया जा सकता है। Z- परीक्षण आपको बताएगा कि मानक विचलन शब्दों में कितनी दूर है, एक डेटा बिंदु एक डेटा सेट के औसत से है। एक z- परीक्षण एक परिभाषित जनसंख्या के नमूने की तुलना करेगा जो आमतौर पर बड़े नमूनों (यानी, n> 30) से संबंधित समस्याओं से निपटने के लिए उपयोग किया जाता है। अधिकतर, मानक विचलन ज्ञात होने पर वे बहुत उपयोगी होते हैं।
# 2 - टी-टेस्ट
टी-परीक्षण भी गणना है जो एक परिकल्पना का परीक्षण करने के लिए इस्तेमाल किया जा सकता है, लेकिन वे बहुत उपयोगी होते हैं जब हमें यह निर्धारित करने की आवश्यकता होती है कि क्या 2 स्वतंत्र नमूना समूहों के बीच सांख्यिकीय रूप से महत्वपूर्ण तुलना है। दूसरे शब्दों में, एक टी-टेस्ट पूछता है कि क्या यादृच्छिक मौका के कारण 2 समूहों की औसत के बीच तुलना होने की संभावना नहीं है। आमतौर पर, सीमित नमूने के आकार (यानी, n <30) के साथ समस्याओं से निपटने के दौरान टी-परीक्षण अधिक उपयुक्त होते हैं।
जेड-टेस्ट बनाम टी-टेस्ट इन्फोग्राफिक्स
यहां हम आपको z- टेस्ट बनाम टी-टेस्ट के बीच शीर्ष 5 अंतर प्रदान करते हैं जो आपको पता होना चाहिए।
मुख्य अंतर
- टी-टेस्ट कराने के लिए आवश्यक शर्तों में से एक यह है कि जनसंख्या मानक विचलन या विचलन अज्ञात है। इसके विपरीत, जनसंख्या भिन्नता सूत्र, जैसा कि ऊपर कहा गया है, को z- परीक्षण के मामले में ज्ञात या ज्ञात होना चाहिए।
- टी-टेस्ट, जैसा कि पहले उल्लेख किया गया है, छात्र के टी-वितरण पर आधारित है। इसके विपरीत, जेड-परीक्षण इस धारणा पर निर्भर करता है कि नमूना साधनों का वितरण सामान्य होगा। सामान्य वितरण और छात्र का टी-वितरण दोनों समान दिखाई देते हैं, क्योंकि दोनों घंटी के आकार और सममित हैं। हालांकि, वे एक मामले में भिन्न होते हैं कि वितरण में, केंद्र में कम जगह होती है और उनकी पूंछ में अधिक होती है।
- Z- परीक्षण का उपयोग उपरोक्त तालिका में दिया गया है जब नमूना का आकार बड़ा होता है, जो n> 30 होता है, और नमूना का आकार बड़ा नहीं होने पर t-परीक्षण उपयुक्त होता है, जो छोटा है, अर्थात, n < ३०।
जेड-टेस्ट बनाम टी-टेस्ट तुलनात्मक तालिका
| बेसिस | Z टेस्ट | टी-टेस्ट | ||
| मूल परिभाषा | जेड-टेस्ट एक तरह की परिकल्पना परीक्षण है जो यह पता लगाता है कि मानक विचलन या विचरण दिए जाने पर 2 डेटासेट का औसत एक दूसरे से भिन्न होता है या नहीं। | टी-टेस्ट को एक प्रकार के पैरामीट्रिक परीक्षण के रूप में संदर्भित किया जा सकता है जो एक पहचान के लिए लागू किया जाता है कि मानक विचलन या विचरण नहीं दिए जाने पर डेटा के 2 सेट का औसत एक दूसरे से कैसे भिन्न होता है। | ||
| जनसंख्या भिन्न | जनसंख्या विचलन या मानक विचलन यहाँ ज्ञात है। | जनसंख्या विचलन या मानक विचलन यहां अज्ञात है। | ||
| नमूने का आकार | नमूना का आकार बड़ा है। | यहाँ नमूना आकार छोटा है। | ||
| मुख्य धारणा |
|
|
||
| वितरण पर आधारित (एक प्रकार का वितरण) | सामान्य वितरण पर आधारित है। | छात्र-टी वितरण के आधार पर। |
निष्कर्ष
बड़ी सीमा तक, ये दोनों परीक्षण लगभग समान हैं, लेकिन तुलना केवल उनके आवेदन के लिए उनकी शर्तों पर आती है, जिसका अर्थ है कि नमूना का आकार तीस इकाइयों से अधिक नहीं होने पर टी-परीक्षण अधिक उपयुक्त और लागू होता है। हालांकि, यदि यह तीस इकाइयों से अधिक है, तो एक को जेड-टेस्ट का उपयोग करना चाहिए। इसी तरह, अन्य शर्तें भी हैं, जो यह स्पष्ट करेंगी कि किस स्थिति में कौन सा परीक्षण किया जाना है।
वैसे, एफ टेस्ट, दो-पूंछ बनाम एकल-पूंछ, आदि जैसे अलग-अलग परीक्षण भी हैं, सांख्यिकीविदों को स्थिति का विश्लेषण करने के बाद उन्हें लागू करने और फिर निर्णय लेना चाहिए कि किसका उपयोग करना है। नीचे हमने जो चर्चा की है उसके लिए एक नमूना चार्ट है।
