Z检验和T检验
有时，测量每件物品都是不切实际的。这就是我们开发和使用统计方法来解决问题的原因。最实际的方法是仅测量一个人口样本。一些方法通过比较检验假设。两个更为人所知的统计假设检验是T检验和Z检验。让我们试着分解这两个。
T检验是统计假设检验。在这种测试中，如果零假设为真，则检验统计量遵循学生的T分布。 W统计引入了T统计量。 Gossett用笔名“学生”。 T检验也称为“学生T检验”。 T检验很可能是最常用的假设检验统计数据分析程序，因为它简单易用。此外，它具有灵活性，适用于各种情况。
有各种T检验和两种最常用的检验是单样本和成对样本T检验。单样本T检验用于比较样本均值与已知总体均值。另一方面，双样本T检验用于比较独立样本或依赖样本。
如果您的样本量有限（n <30），只要变量近似正态分布且两组中得分的变化不可靠，则T检验最好应用于理论上。如果您不了解人口的标准差，那也很棒。如果已知标准偏差，则最好使用其他类型的统计检验，即Z检验。 Z检验也用于比较样本和总体平均值，以了解它们之间是否存在显着差异。 Z检验始终使用正态分布，如果已知标准偏差，则理想情况下也适用。如果满足某些条件，通常应用Z检验;否则，其他统计测试如T检验应用于替代。 Z检验通常应用于大样本（n> 30）。当在大样本中使用T检验时，t检验变得非常类似于Z检验。在Z检验中不存在的T检验样本方差中可能出现波动。因此，两种测试结果都存在差异。
摘要：
1. Z检验是一种统计假设检验，遵循正态分布，而T检验遵循学生的T分布。 2.当您处理小样本（n <30）时，T检验是合适的，而当您处理中等到大样本（n> 30）时，Z检验是合适的。 3.T测试比Z测试更具适应性，因为Z测试通常需要某些条件才能可靠。此外，T-test有许多方法可以满足任何需要。 T检验比Z检验更常用。 5.当已知标准偏差时，Z-测试优于T-测试。
