Prueba Z vs prueba T

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 la ciencia, los negocios y muchas otras disciplinas. La prueba t puede referirse a una prueba de hipótesis univariante que se basa 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 a 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 hará una comparación de una muestra con una población definida que se usa típicamente 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 hay 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 trata de 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 más importantes para realizar una prueba t es que se desconoce la desviación estándar de la población o la varianza. Por el contrario, se debe suponer que la fórmula de varianza de la población como se indicó anteriormente 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, se diferencian 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 pequeña, es decir, n <30.

Tabla comparativa de prueba Z vs prueba T

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 una tabla de muestra de lo que discutimos anteriormente.