Qu’est-ce qu’un Z-Test ?

Un z-test est un test mesurable utilisé pour décider si deux populations sont différentes lorsque les fluctuations sont connues et que la taille de l’exemple est énorme. La mesure du test est censée avoir une appropriation ordinaire, et les paramètres d’irritation, par exemple l’écart-type, doivent être connus tous ensemble pour qu’un test z exact puisse être effectué.

Une mesure z, ou score z, est un nombre indiquant le nombre d’écarts types au-dessus ou au-dessous de la population moyenne qu’un score obtenu à l’issue d’un test z représente.

PRINCIPALES VOIES D’ACCÈS

Un z-test est un test factuel pour décider si deux populations sont différentes lorsque les différences sont connues et que la taille de l’exemple est énorme.

Il peut très bien être utilisé pour tester des spéculations dans lesquelles le z-test poursuit une appropriation typique.

Une mesure z, ou z-score, est un nombre exprimant le résultat du test z.

Les tests Z sont fermement identifiés avec les tests t, mais les tests t sont plus efficaces lorsqu’ils ont une petite taille d’exemple.

De même, les tests t acceptent que l’écart type est obscur, alors que les tests z s’attendent à ce qu’il soit connu.

Comment fonctionnent les tests Z

Les tests qui peuvent être dirigés comme des tests z comprennent un test de zone à un échantillon, un test de zone à deux échantillons, un test de distinction appariée et la plus grande jauge de probabilité. Les tests Z sont fermement identifiés avec les tests t, cependant, les tests t sont mieux exécutés lorsqu’un essai a une petite taille d’exemple. En outre, les tests t acceptent que l’écart type soit obscur, alors que les tests z s’attendent à ce qu’il soit connu. Si par hasard l’écart type de la population est obscur, le soupçon de l’exemple

Test d’hypothèse

Le test z est également un test d’hypothèse dans lequel la statistique z suit une distribution normale. Le test z est le mieux utilisé pour plus de 30 exemples, car, dans la mesure où une hypothèse possible est formulée, plus le nombre de tests augmente, plus les exemples sont considérés comme étant à peu près ordinaires. Lors de la conduite d’un test z, les spéculations non valables et électives, le score alpha et z doivent être exprimés. Ensuite, la mesure du test doit être déterminée, et les résultats et la fin doivent être exprimés.

Exemple de modèle de test Z

Attendez-vous à ce qu’un spécialiste financier souhaite tester si le rendement normal d’une action au jour le jour est supérieur à 1 %. Un exemple irrégulier de base de 50 rendements est déterminé et a une normale de 2 %. Attendez-vous à ce que l’écart-type des bénéfices soit de 2,5 %. De cette manière, la théorie invalide est le point auquel la normale, ou la moyenne, est équivalente à 3 %.

D’autre part, la spéculation élective consiste à savoir si le rendement moyen est plus remarquable que 3 %. L’acceptation d’un alpha de 0,05% est choisie à l’aide d’un test à deux volets. Ainsi, il y a 0,025 % des exemples dans chaque queue, et le alpha a une estimation de base de 1,96 ou – 1,96. Si l’estimation de z est plus remarquable que 1,96 ou pas exactement – 1,96, la théorie invalide est rejetée.

L’incitation pour z est déterminée en soustrayant l’estimation du rendement quotidien normal choisi pour le test, ou 1% pour cette situation, de la normale observée des exemples. Ensuite, on sépare l’incitation suivante par l’écart-type isolé par la base carrée de la quantité d’estimations surveillées. Dans cette optique, la mesure du test est déterminée comme étant de 2,83, ou (0,02 – 0,01)/(0,025/(50)^(1/2)). Le spécialiste financier rejette la théorie invalide car z est plus important que 1,96 et explique que le rendement normal au jour le jour est plus remarquable que 1 %.