Z-тест калькулятор для проверки гипотез
Выполняйте Z-тесты для одной и двух выборок при проверке гипотез. Введите выборочные статистики, чтобы получить Z-оценку, p-значение и критическое значение с понятным решением об отклонении.
Выберите режим одной или двух выборок, введите выборочные статистики, выберите уровень значимости и тип хвоста, затем нажмите «Рассчитать».
Z-тест калькулятор для проверки гипотез
Выполняйте Z-тесты для одной и двух выборок при проверке гипотез. Введите выборочные статистики, чтобы получить Z-оценку, p-значение и критическое значение с понятным решением об отклонении.
О Z-тесте
Z-тест — это статистическая проверка гипотез, которая использует стандартное нормальное (Z) распределение, чтобы оценить, отличается ли выборочное среднее значимо от известного среднего генеральной совокупности или отличаются ли два независимых выборочных средних значимо друг от друга. Z-тест предполагает, что стандартное отклонение генеральной совокупности известно, а сама совокупность распределена нормально либо размер выборки достаточно велик для применения центральной предельной теоремы (обычно n ≥ 30).
Z-тест для одной выборки сравнивает одно выборочное среднее с предполагаемым средним генеральной совокупности. Формула: Z = (x̄ − μ) / (σ / √n), где x̄ — выборочное среднее, μ — предполагаемое среднее генеральной совокупности, σ — стандартное отклонение генеральной совокупности, n — размер выборки. Большое абсолютное значение Z означает, что выборочное среднее далеко от предполагаемого среднего, поэтому такой результат маловероятен случайно.
Z-тест для двух выборок сравнивает средние двух независимых групп, когда стандартные отклонения генеральных совокупностей обеих групп известны. Формула: Z = (x̄₁ − x̄₂) / √(σ₁²/n₁ + σ₂²/n₂). Этот тест часто используется в клинических испытаниях, A/B-тестировании и сравнении качества производства.
Выбор типа хвоста отражает направление альтернативной гипотезы. Двусторонний тест (H₁: μ ≠ μ₀) проверяет любое различие, независимо от направления. Правосторонний тест (H₁: μ > μ₀) проверяет, является ли выборочное среднее значимо больше предполагаемого значения. Левосторонний тест (H₁: μ < μ₀) проверяет, является ли выборочное среднее значимо меньше.
p-значение — это вероятность получить тестовую статистику столь же экстремальную или более экстремальную, чем наблюдаемая Z-оценка, при условии истинности нулевой гипотезы. Если p-значение меньше уровня значимости α (часто 0,05), нулевая гипотеза отклоняется. Критическое Z-значение — это порог, который Z-статистика должна превысить, чтобы отклонить H₀.
Z-тест отличается от t-теста. t-тест используется, когда стандартное отклонение генеральной совокупности неизвестно и должно оцениваться по выборке. Для больших выборок (n > 30) t-распределение и Z-распределение сходятся, поэтому результаты почти идентичны. Для малых выборок с неизвестной дисперсией генеральной совокупности всегда предпочитайте t-тест.
Распространенные применения включают проверку того, соответствует ли новый производственный процесс стандарту качества, меняет ли клиническое вмешательство показатель здоровья, отличается ли коэффициент конверсии одной версии сайта от другой и дают ли две образовательные программы разные результаты успеваемости учащихся.
Практические примеры
Посмотрите, как калькулятор Z-теста используется в разных сценариях.
| Ввод | Z / p-значение | Решение |
|---|---|---|
| Одна выборка: x̄=105, μ=100, σ=15, n=30, α=0.05, двусторонний | Z≈1.826, p≈0.068 | Баллы IQ — не отклонять H₀; новый метод обучения не отличается значимо. |
| Две выборки: x̄₁=15, σ₁=3, n₁=35; x̄₂=16, σ₂=3.2, n₂=40; α=0.05, левосторонний | Z≈−1.396, p≈0.081 | Восстановление при приеме препарата — не отклонять H₀; препарат не ускоряет восстановление статистически значимо. |
| Две выборки: x̄₁=85, σ₁=10, n₁=100; x̄₂=82, σ₂=9, n₂=90; α=0.01, двусторонний | Z≈2.176, p≈0.030 | Школьные баллы — отклонить H₀ при α=0.05, но не при α=0.01. |
Как пользоваться калькулятором Z-теста
- Выберите «Одна выборка», чтобы сравнить выборочное среднее с известным средним генеральной совокупности, или «Две выборки», чтобы сравнить средние двух независимых групп.
- Для одной выборки: введите выборочное среднее, среднее генеральной совокупности, стандартное отклонение генеральной совокупности и размер выборки.
- Для двух выборок: введите среднее, стандартное отклонение и размер для обеих выборок. Поле среднего генеральной совокупности оставьте пустым.
- Выберите уровень значимости α и тип хвоста на основе вашей гипотезы, затем нажмите «Рассчитать».
- Просмотрите Z-статистику, p-значение и критическое Z, чтобы определить, следует ли отклонить нулевую гипотезу.
FAQ
Когда следует использовать Z-тест вместо t-теста?
Используйте Z-тест, когда стандартное отклонение генеральной совокупности известно, а размер выборки велик (n ≥ 30). Используйте t-тест, когда стандартное отклонение генеральной совокупности неизвестно и должно оцениваться по выборке, или когда выборка мала. На практике Z-тест чаще всего применяется в контроле качества и стандартизированном тестировании, где доступны исторические данные генеральной совокупности.
Что такое p-значение и как его интерпретировать?
p-значение — это вероятность наблюдать тестовую статистику столь же экстремальную или более экстремальную, чем вычисленная по вашей выборке, при условии истинности нулевой гипотезы. Малое p-значение (обычно ниже 0.05) означает, что наблюдаемые данные маловероятны при нулевой гипотезе, и дает основание ее отклонить. Большое p-значение означает, что данные согласуются с нулевой гипотезой.
В чем разница между односторонним и двусторонним Z-тестом?
Двусторонний тест проверяет любое различие между средними (выше или ниже). Односторонний тест проверяет различие в определенном направлении. Используйте правосторонний тест, если ожидаете, что выборочное среднее будет выше эталона; используйте левосторонний тест, если ожидаете, что оно будет ниже. Тип хвоста должен быть выбран на основе гипотезы до сбора данных.
Что означает критическое Z-значение?
Критическое Z-значение — это порог, который тестовая статистика должна превысить (по абсолютному значению для двусторонних тестов), чтобы отклонить нулевую гипотезу. Например, для двустороннего теста при α = 0.05 критическое Z примерно равно ±1.96. Если абсолютное значение вычисленного Z превышает 1.96, H₀ отклоняется.
Требует ли Z-тест нормально распределенных данных?
Не обязательно. Согласно центральной предельной теореме, распределение выборочного среднего приблизительно нормально для больших выборок (n ≥ 30) независимо от распределения генеральной совокупности. Для малых выборок нормальность генеральной совокупности необходима, чтобы Z-тест был корректным. Если есть сомнения, проверьте нормальность тестом на нормальность или используйте t-тест.
Для чего используется Z-тест для двух выборок?
Z-тест для двух выборок сравнивает средние двух независимых групп, когда стандартные отклонения генеральных совокупностей обеих групп известны. Частые применения включают сравнение средних тестовых баллов учащихся двух школ, среднего времени восстановления пациентов в двух группах лечения или коэффициентов конверсии двух вариантов сайта в A/B-тесте.