Kalkulator Z-testa - Brezplačno orodje za statistično pomembnost

Kaj je z-test?

Z-test je statistični test, s katerim preverimo, ali se vzorčna sredina pomembno razlikuje od znane populacijske sredine, kadar je standardni odklon populacije že znan. Rezultat je eno samo število, z-vrednost, ki pokaže, za koliko standardnih odklonov je vzorčna sredina oddaljena od populacijske sredine. Raziskovalci, inšpektorji za kakovost in analitiki ga uporabljajo za presojo, ali je opažena razlika verjetno resnična ali pa je le posledica naključja.

Formula z-testa

Z-test izračuna z-vrednost po tej formuli:

$Z = \dfrac{\bar{x} - \mu}{\sigma / \sqrt{n}}$

• $\bar{x}$ je vzorčna sredina
• $\mu$ je populacijska sredina
• $\sigma$ je standardni odklon populacije
• $n$ je velikost vzorca

Spodnji del formule, $\sigma / \sqrt{n}$, se imenuje standardna napaka. Meri, koliko naj bi se vzorčne sredine razlikovale zgolj zaradi naključnega vzorčenja.

Kako korak za korakom izračunati z-test

1. Iz zbranih podatkov izračunajte vzorčno sredino ($\bar{x}$).
2. Določite znano populacijsko sredino ($\mu$).
3. Določite znani standardni odklon populacije ($\sigma$).
4. Preštejte enote v vzorcu ($n$).
5. Od $\bar{x}$ odštejte $\mu$.
6. $\sigma$ delite s kvadratnim korenom $n$, da dobite standardno napako.
7. Rezultat koraka 5 delite z rezultatom koraka 6. Rezultat je z-vrednost.

Primer z rešitvijo

Tovarna navaja, da so njeni vijaki v povprečju dolgi 10 cm, standardni odklon populacije pa je 0,2 cm. Inšpektor izmeri 100 vijakov in ugotovi, da je vzorčna sredina 10,05 cm.

• $\bar{x} = 10.05$
• $\mu = 10$
• $\sigma = 0.2$
• $n = 100$

Standardna napaka: $0.2 / \sqrt{100} = 0.2 / 10 = 0.02$

Z-vrednost: $(10.05 - 10) / 0.02 = 0.05 / 0.02 = 2.5$

Z-vrednost je 2,5. Vzorčna sredina je 2,5 standardnih napak nad populacijsko sredino.

Kako razlagati z-vrednost

Z-vrednost blizu 0 pomeni, da je vzorčna sredina blizu populacijske sredine. Velika pozitivna ali negativna z-vrednost pomeni, da je vzorčna sredina daleč od populacijske sredine, kar kaže na resnično razliko, ne na naključje.

Običajne kritične vrednosti za dvostranski test:

• α = 0,10 (90 %-stotna stopnja zaupanja): z = ±1,645
• α = 0,05 (95 %-stotna stopnja zaupanja): z = ±1,96
• α = 0,01 (99 %-stotna stopnja zaupanja): z = ±2,58

Če izračunana z-vrednost presega kritično vrednost za izbrano raven značilnosti, se rezultat imenuje statistično značilen, ničelna hipoteza (da razlike ni) pa se zavrne.

V izračunanem primeru je z = 2,5 zunaj območja ±1,96, zato je razlika statistično značilna pri ravni 0,05. Dvostranska p-vrednost za z = 2,5 je približno 1,24 %, kar pomeni, da je verjetnost za tako veliko razliko približno 1 proti 80, če bi bila resnična povprečna dolžina vijaka 10 cm.

Kdaj uporabiti z-test

Z-test je primeren, kadar:

• Je standardni odklon populacije znan.
• Je velikost vzorca dovolj velika, običajno večja od 30.
• Podatki izhajajo iz naključnega vzorčenja.
• Je populacija normalno porazdeljena ali pa je vzorec dovolj velik, da velja centralni limitni izrek.

Če standardni odklon populacije ni znan ali je vzorec majhen, se namesto tega uporabi t-test. T-test oceni variabilnost iz samega vzorca in upošteva dodatno negotovost, ki jo to povzroči.

Z-test v primerjavi s t-testom

Oba testa merita, kako daleč je vzorčna sredina od pričakovane vrednosti, izraženo v enotah standardne napake. Z-test predpostavlja, da je standardni odklon populacije znan. T-test to vrednost oceni iz vzorca in uporablja širšo porazdelitev, odvisno od velikosti vzorca, da upošteva dodatno negotovost. V praksi se t-test uporablja veliko pogosteje, ker pravi standardni odklon populacije le redko poznamo.

Uporaba z-testa v resničnem svetu

• Nadzor kakovosti: preverjanje, ali serija izdelanih delov ustreza ciljni specifikaciji.
• Medicinske raziskave: primerjava povprečnega rezultata skupine, ki je prejela zdravljenje, z znano populacijsko vrednostjo.
• Izobraževanje: primerjava rezultatov preizkusov znanja v razredu z nacionalnim povprečjem.
• Finance: preverjanje, ali se donosnost sklada razlikuje od povprečja primerjalnega merila.

Zgodovina

Normalno porazdelitev, na kateri temelji z-test, je Abraham de Moivre opisal leta 1733 kot približek binomske porazdelitve. Carl Friedrich Gauss in Pierre-Simon Laplace sta teorijo nadalje razvila v začetku 1800. Formalne metode preverjanja hipotez, vključno z uporabo z-vrednosti in kritičnih vrednosti za presojo statistične značilnosti, so v začetku 20. stoletja razvili statistiki, med njimi Ronald Fisher, Jerzy Neyman in Egon Pearson.

Kaj prikazuje ta kalkulator

Kalkulator zahteva štiri števila: vzorčno sredino, populacijsko sredino, standardni odklon populacije in velikost vzorca. Prikaže z-vrednost, zaokroženo na štiri decimalna mesta. Pod rezultatom nariše standardno normalno krivuljo in z navpično črto označi z-vrednost, tako da je položaj rezultata na porazdelitvi viden. Krivulja je gostota standardne normalne porazdelitve, $\varphi(x) = e^{-x^{2}/2} / \sqrt{2\pi}$.

Za vnose veljata dve omejitvi. Velikost vzorca mora biti večja od 0. Standardni odklon populacije mora biti najmanj 0,0001; manjši razpon potisne z-vrednost na ogromno vrednost, ki nima uporabnega pomena. Kalkulator ne prikaže p-vrednosti, zato za odločitev, ali je rezultat značilen, uporabite zgornje kritične vrednosti ali tabelo standardne normalne porazdelitve.

Pogosta vprašanja

Kakšna je razlika med z-testom in t-testom?

Z-test zahteva znan standardni odklon populacije in najbolje deluje pri velikih vzorcih. T-test se uporablja, kadar standardni odklon populacije ni znan in ga je treba oceniti iz vzorca; deluje pri majhnih in velikih vzorcih.

Kakšno velikost vzorca potrebuje z-test?

Velikost vzorca, večja od 30, je običajno uporabljeno pravilo. Pod to mejo postanejo rezultati z-testa nezanesljivi, zato je t-test običajno boljša izbira.

Kaj pomeni z-vrednost 2,5?

Z-vrednost 2,5 pomeni, da je vzorčna sredina 2,5 standardnih napak nad populacijsko sredino. To presega dvostransko kritično vrednost ±1,96 pri 95 %-stotni stopnji zaupanja, zato je razlika pri tej ravni statistično značilna. Dvostranska p-vrednost za z = 2,5 je približno 1,24 %.

Kaj je p-vrednost pri z-testu?

P-vrednost je verjetnost, da dobimo vsaj tako skrajen rezultat, kot je opaženi, če med vzorčno in populacijsko sredino v resnici ne bi bilo razlike. Manjša p-vrednost je močnejši dokaz proti ničelni hipotezi. P-vrednost pod 0,05 se običajno obravnava kot statistično značilna.

Kaj je ničelna hipoteza pri z-testu?

Ničelna hipoteza trdi, da med vzorčno in populacijsko sredino ni razlike. Z-test meri, koliko dokazov vzorec ponuja proti tej trditvi.

Ali se lahko z-test uporablja pri majhnih vzorcih?

To ni priporočljivo. Pri majhnem vzorcu ali neznanem standardnem odklonu populacije daje t-test natančnejše rezultate, ker upošteva dodatno negotovost pri ocenjevanju variabilnosti iz omejenih podatkov.