跳转到内容

Z检验

维基百科,自由的百科全书

这是本页的一个历史版本,由Garfield·留言 | 贡献2018年10月7日 (日) 10:47 (内部链接)编辑。这可能和当前版本存在着巨大的差异。

Z检验,也称“U检验”,是为了检验在零假设情况下测试数据能否可以接近正态分布的一种统计测试。根据中心极限定理,在大样本条件下许多测验可以被贴合为正态分布。在不同的显著性水平上,Z检验有着同一个临界值,因此它比临界值标准不同学生t检验更简单易用。当实际标准差未知,而样本容量较小(小于等于30)时,学生T检验更加适用。

如果发现一个统计T接近于正态分布,Z检验的第二步为在零假设情况下估计T的期望值θ ,随后获得T的标准差s。在计算标准分数Z=(T-θ)/s后,单侧或双侧的p值可以用标准累积分布函数Φ来计算,分别为Φ(−Z)(上侧) Φ(Z)(下侧)和 2Φ(−|Z|) (双侧)。