跳至內容

Z檢驗

維基百科,自由的百科全書

這是本頁的一個歷史版本,由Garfield·對話 | 貢獻2018年10月7日 (日) 10:47 (内部链接)編輯。這可能和目前版本存在着巨大的差異。

Z檢驗,也稱「U檢驗」,是為了檢驗在零假設情況下測試數據能否可以接近正態分佈的一種統計測試。根據中心極限定理,在大樣本條件下許多測驗可以被貼合為正態分佈。在不同的顯著性水平上,Z檢驗有着同一個臨界值,因此它比臨界值標準不同學生t檢驗更簡單易用。當實際標準差未知,而樣本容量較小(小於等於30)時,學生T檢驗更加適用。

如果發現一個統計T接近於正態分佈,Z檢驗的第二步為在零假設情況下估計T的期望值θ ,隨後獲得T的標準差s。在計算標準分數Z=(T-θ)/s後,單側或雙側的p值可以用標準累積分佈函數Φ來計算,分別為Φ(−Z)(上側) Φ(Z)(下側)和 2Φ(−|Z|) (雙側)。