হাইপোথিসিস পরীক্ষার জেড-টেস্ট এবং টি-টেস্টের মধ্যে পার্থক্য
জেড-টেস্ট এবং টি-টেস্টের মধ্যে পার্থক্য
জেড টেস্ট মানক বিচ্যুতি উপলব্ধ এবং নমুনা বড় যেখানে ক্ষেত্রে দুটি নমুনা গণনা করা হয়েছে কিনা তা নির্ধারণের জন্য ব্যবহৃত হয় এমন পরিসংখ্যান অনুমান যা ব্যবহার করা হয় টি পরীক্ষা স্ট্যান্ডার্ড বিচ্যুতি বা বৈকল্পিকতা না জানা ক্ষেত্রে কীভাবে বিভিন্ন ডেটা সেটগুলির গড় একে অপরের থেকে আলাদা হয় তা নির্ধারণ করার জন্য ব্যবহৃত হয়।
জেড-টেস্ট এবং টি-পরীক্ষা হ'ল দুটি পরিসংখ্যানগত পদ্ধতি যা ডেটা বিশ্লেষণকে জড়িত যা বিজ্ঞান, ব্যবসায় এবং অন্যান্য অনেকগুলি শাখায় প্রয়োগ করে। টি-পরীক্ষাকে টি-স্ট্যাটিস্টিকের উপর ভিত্তি করে একটি অবিচ্ছিন্ন হাইপোথিসিস টেস্ট হিসাবে উল্লেখ করা যেতে পারে, যার মধ্যে গড় অর্থাত্ গড় হিসাবে পরিচিত, এবং জনসংখ্যার বৈচিত্রগুলি অর্থাৎ নমুনা থেকে স্ট্যান্ডার্ড বিচ্যুতিটি প্রায় অনুমিত হয়। অন্যদিকে, জেড-পরীক্ষা, একটি অবিচ্ছিন্ন পরীক্ষাও যা একটি আদর্শ সাধারণ বিতরণের উপর ভিত্তি করে।
ব্যবহারসমূহ
# 1 - জেড-টেস্ট
জেড-পরীক্ষার সূত্র, যেমন আগেই বলা হয়েছে, এমন পরিসংখ্যান গণনা যা ব্যবহারের গড় হারকে একটি নমুনার তুলনায় ব্যবহার করা যেতে পারে। জেড-টেস্ট আপনাকে জানাবে যে স্ট্যান্ডার্ড বিচ্যুতির পরিপ্রেক্ষিতে কোনও ডেটা সেটের গড় থেকে কোনও ডেটা পয়েন্ট। একটি জেড-পরীক্ষা একটি সংজ্ঞায়িত জনগোষ্ঠীর সাথে একটি নমুনার তুলনা করে যা সাধারণত বড় নমুনাগুলি সম্পর্কিত সমস্যাগুলির সাথে ব্যবহৃত হয় (অর্থাত্ এন> ৩০)। বেশিরভাগ ক্ষেত্রে, যখন স্ট্যান্ডার্ড বিচ্যুতি জানা যায় তারা খুব কার্যকর।
# 2 - টি-টেস্ট
টি-টেস্টগুলি এমন একটি গণনাও যা হাইপোথিসিস পরীক্ষার জন্য ব্যবহার করা যেতে পারে, তবে 2 টি স্বতন্ত্র নমুনা গোষ্ঠীর মধ্যে একটি পরিসংখ্যানগতভাবে উল্লেখযোগ্য তুলনা আছে কিনা তা নির্ধারণ করার প্রয়োজন হলে এগুলি খুব কার্যকর। অন্য কথায়, একটি টি-পরীক্ষা জিজ্ঞাসা করে যে এলোমেলো সুযোগের কারণে ২ টি গ্রুপের গড়ের মধ্যে তুলনা হওয়ার সম্ভাবনা কম। সাধারণত, আপনি যখন সীমাবদ্ধ নমুনা আকারের (যেমন এন <30) সমস্যা নিয়ে কাজ করছেন তখন টি-টেস্টগুলি আরও উপযুক্ত।
জেড-টেস্ট বনাম টি-টেস্ট ইনফোগ্রাফিক্স
এখানে আমরা আপনাকে জেড-টেস্ট বনাম টি-টেস্টের মধ্যে শীর্ষ 5 টি পার্থক্য সরবরাহ করতে হবে যা আপনাকে অবশ্যই জানতে হবে।
মূল পার্থক্য
- টি-পরীক্ষা পরিচালনার জন্য সবচেয়ে গুরুত্বপূর্ণ শর্ত হ'ল জনসংখ্যার মান বিচ্যুতি বা তারতম্য অজানা। বিপরীতে, উপরে বর্ণিত হিসাবে জনসংখ্যার বৈকল্পিক সূত্রটি জেড-টেস্টের ক্ষেত্রে জানা বা জানা হিসাবে ধরে নেওয়া উচিত।
- পূর্বে উল্লিখিত টি-পরীক্ষাটি শিক্ষার্থীদের টি-বিতরণের উপর ভিত্তি করে। বিপরীতে, z- পরীক্ষা অনুমানের উপর নির্ভর করে যে নমুনা মাধ্যমের বন্টন স্বাভাবিক হবে। উভয়ই সাধারণ বিতরণ এবং শিক্ষার্থীর টি-বিতরণ একইরকম প্রদর্শিত হয়, উভয়ই বেল-আকৃতির এবং প্রতিসম হয়। তবে এগুলির মধ্যে একটি ক্ষেত্রে এটি পৃথক যে বিতরণে, কেন্দ্রে কম স্থান এবং তাদের লেজগুলিতে আরও স্থান রয়েছে।
- নমুনার আকার বড় হওয়ার সময় উপরের টেবিলটিতে প্রদত্ত জেড-টেস্ট ব্যবহার করা হয়, যা এন> ৩০, এবং নমুনার আকার ছোট না হলে টি-টেস্ট উপযুক্ত হয়, অর্থাত্ এন <30।
জেড-টেস্ট বনাম টি-টেস্ট তুলনামূলক সারণী
| বেসিস | জেড টেস্ট | টি-টেস্ট | ||
| বেসিক সংজ্ঞা | জেড-টেস্ট হ'ল এক ধরণের হাইপোথিসিস টেস্ট যা প্রমাণ করে যে স্ট্যান্ডার্ড বিচ্যুতি বা বৈকল্পিকতা দেওয়া হলে 2 ডেটাসেটের গড়গুলি একে অপরের থেকে আলাদা হয় কিনা cer | টি-টেস্টকে এমন এক ধরণের প্যারাম্যাট্রিক পরীক্ষার জন্য উল্লেখ করা যেতে পারে যা কোনও পরিচয় প্রয়োগ করা হয়, যখন স্ট্যান্ডার্ড বিচ্যুতি বা বৈকল্পিকতা দেওয়া না হয় তখন 2 সেট ডেটার গড় গড় কীভাবে একে অপরের থেকে আলাদা হয়। | ||
| জনসংখ্যার বৈচিত্র | জনসংখ্যার বৈকল্পিক বা মানক বিচ্যুতি এখানে জানা যায়। | জনসংখ্যার বৈচিত্র বা মানক বিচ্যুতি এখানে অজানা। | ||
| সাধারন মাপ | নমুনার আকার বড় | এখানে নমুনা আকার ছোট। | ||
| প্রধান অনুমান সমূহ |
|
| ||
| উপর ভিত্তি করে (বিতরণের এক প্রকার) | সাধারণ বিতরণের উপর ভিত্তি করে। | ছাত্র-টি বিতরণের উপর ভিত্তি করে। |
উপসংহার
দ্বারা এবং বৃহত্তর পরিমাণে, এই উভয় পরীক্ষা প্রায় সমান, তবে তুলনা কেবল তাদের প্রয়োগের জন্য তাদের শর্তগুলির সাথে আসে, অর্থাত্ যখন নমুনার আকার ত্রিশটি ইউনিটের বেশি না হয় তখন টি-পরীক্ষাটি আরও উপযুক্ত এবং প্রযোজ্য। তবে এটি ত্রিশটি ইউনিটের বেশি হলে জেড-টেস্ট ব্যবহার করা উচিত। একইভাবে, অন্যান্য শর্তগুলিও রয়েছে, যা এটি স্পষ্ট করে দেবে যে কোনও পরিস্থিতিতে কোন পরীক্ষা করা উচিত।
ঠিক আছে, এফ টেস্ট, দ্বি-পুচ্ছ বনাম সিঙ্গল-লেজ ইত্যাদির মতো বিভিন্ন পরীক্ষাও রয়েছে, পরিস্থিতি বিশ্লেষণ করার পরে এবং কোনটি ব্যবহার করবেন তা সিদ্ধান্ত নেওয়ার পরে পরিসংখ্যানবিদদের তাদের প্রয়োগ করার সময় অবশ্যই সতর্ক থাকতে হবে। নীচে আমরা উপরে যা আলোচনা করেছি তার জন্য একটি নমুনা চার্ট দেওয়া আছে।
