Forskel mellem Z-score og T-score
Z-score er en konvertering af rådata til en standard score, når konverteringen er baseret på befolknings middelværdi og populationsstandardafvigelse. Når et komplet datasæt er tilgængeligt hos os, kan vi beregne Z-score. Z-score er subtraktion af populationsværdien fra rå score og opdeler derefter resultatet med populationsstandardafvigelse. T-score er en konvertering af rådata til standard-score, når konverteringen er baseret på prøven gennemsnit og prøve standardafvigelse. Når populationsdatasættet ikke er tilgængeligt, er vi nødt til at hente nogle eksempeldata for at beregne eksempeldelen og populationsstandardafvigelsen.
Z-score
Under en normal fordeling, hvor fulde data er tilgængelige, er det en afstand fra middelværdien. Dens formel er som angivet nedenfor,
Z= (x-μ)/σ
Hvor,
X = individuelle rådata
μ = Befolknings middelværdi
σ = Befolkningsstandardafvigelse
T score
T-score er subtraktion af individuelt standardafvigelse fra individuelt gennemsnit og derefter opdele resultatet med prøvestandardafvigelse hele resultat ganget med prøvestørrelse. Dens formel er som angivet nedenfor,
t = ((- μ)/s)*
= Eksempel middel
μ = Befolkningsgennemsnit
s = Prøve Standardafvigelse
n = prøve størrelse
Lad os tage et eksempel for at forstå det samme på en bedre måde:
I et papir er 3 underafdelinger der- I, II og III. Lad antallet af studerende, der har svaret, være korrekt 25%, dvs. 75% kan ikke svare korrekt. Lad ligeledes 10% og 20% af antallet af mennesker, der havde besvaret afsnit II og III korrekt, således har 90% og 80% dog fundet afsnit II og III. Vi antager, at evnen målt ved disse tre poster er den samme, og at den normalt distribueres,
Scoren for hver studerende i en klasse bruges til at beregne gennemsnittet af karakterer, der er lig med 50 og en standardafvigelse på 10. Vi kan beregne Z-score med scoren 50 som (50-50) / 10 = 0
Vi kan fortolke, at den studerendes score er 0 afstand (i enheder med standardafvigelser) fra gennemsnittet, så eleven har scoret gennemsnit.
Hvis partituret er 60, er Z-score (60-50) / 10 = 1
Vi kan fortolke, at den studerende har scoret over gennemsnittet - en afstand på 1 standardafvigelse over gennemsnittet.
Sammenligning mellem hoved og hoved mellem Z-score og T-score (Infographics)
Nedenfor er top 9 forskellen mellem Z-score og T-score 
Vigtige forskelle mellem Z-score og T-score
Lad os diskutere nogle af de største forskelle mellem Z-score og T-score
- Z-score er standardiseringen fra populationens rå data eller mere end 30 eksempeldata til standard score, mens T-score er standardisering fra eksempeldata på mindre end 30 data til standard score
- Z-score varierer fra -3 til 3, mens T-score varierer fra 20 til 80.
- Når datastørrelsen stiger, har distribution en tendens til at være Z-distribution. Begge Z-score vs T-score fordeling er en del af en normal fordeling, men baseret på størrelsen adskiller de sig fra hinanden
- Rent praktisk bruges Z-score i vid udstrækning i aktiemarkedsdata og til at kontrollere chancerne for, at et selskab går i konkurs, mens t-score bruges i vid udstrækning til at kontrollere knoglemineraltæthed og vurdering af brudrisiko
Z-score vs T-score Sammenligningstabel
Lad os se på top 9 Sammenligningen mellem Z-score og T-score
| Sr. Nej | Sammenligningspunkter | Z-score | T score |
| 1 | Standardisering af data | Dens standardisering fra befolkningsdata | Dens standardisering fra eksempeldata |
| 2 | Datastørrelse | Når befolkningen er kendt eller over 30, kan man bruge Z-score | Når populationen ikke er kendt, eller prøvestørrelsen er mindre end 30, bruges T-score. |
| 3 | Betyde | Et gennemsnit er altid nul. | Et gennemsnit er altid 50. |
| 4 | Rækkevidde | Det spænder fra -3 til 3. | Det spænder fra 20 til 80. |
| 5 | Standardafvigelse | Dets standardafvigelse er altid 1 | Dets standardafvigelse er altid 10 |
| 6 | Afledt resultat | Det afledte resultat kan være negativt | Det afledte resultat kan aldrig være negativt |
| 7 | Preference | Forholdsvis mindre at foretrække, som understøtter store data | Mere foretrukket, da det dækker et højere interval, men med en stigning i størrelse har det sin iboende begrænsning |
| 8 | Fordeling | Z-score er en del af Z-distributionen | T-score er en del af T-distributionen |
| 9 | Med stigningen i størrelse | Med stigningen i størrelse har Z-score en tendens til at blive brugt | Med stigningen i størrelse reduceres dens brugbarhed. |
Konklusion
Begge Z-score vs T-score er en del af hypotesetestning under normal distribution. Hvis du har et sæt målescores på forskellige målinger ved hjælp af Z-scores, kan du fortælle, hvordan scoringerne er placeret i deres fordelinger. Så kan du sammenligne dem. Standardisering af score er en udstrakt anvendt procedure inden for forskning og planlægning, da de hjælper med at sammenligne forskellige testresultater. At standardisere scoringer, før de kombineres, hjælper en forsker med at få bedre og sammenlignelige resultater.
Anbefalede artikler
Dette har været en guide til den største forskel mellem Z-score og T-score. Her diskuterer vi også Z-score vs T-score nøgleforskelle med infografik og sammenligningstabel. Du kan også se på de følgende artikler for at lære mere-
- Finans vs økonomi - Topforskel
- Underskud mod gæld - hvilken der er bedre
- Aktiekøb kontra aktiekøb
- Pengemarked vs kapitalmarked
- Oversigt over Altman Z Score