Калькулятор p-значения — z-тест
Проверьте выборочное среднее против нулевой гипотезы: p-значение, z-статистика и оба варианта теста.
Формулы и источники обновлены · Источники данных · 1Посмотреть алгоритм, константы и исходные значения (JSON)
Об этом калькуляторе
p-значение — это вероятность получить результат не менее экстремальный, если нулевая гипотеза верна. Это не вероятность того, что нулевая гипотеза справедлива, и оно ничего не говорит о величине эффекта. Здесь используется z-тест, который предполагает известное стандартное отклонение совокупности или большую выборку.
Пример расчёта
рассчитано на значениях по умолчанию, указанных ниже
Выборочное среднее 102 · Среднее по нулевой гипотезе 100 · Стандартное отклонение 15 · Объём выборки 30 · Тип теста Двусторонний · Направление альтернативы (только для одностороннего теста) Среднее больше p-значение 0,4652 · z-статистика 0,730 · p-значение, односторонний тест 0,2326 · p-значение, двусторонний тест 0,4652 · Стандартная ошибка 2,7386 Не значимо
Методика и допущения
z = (x − m0) ÷ (s ÷ √(n)); p_upper = 1 − Φ(z); p_lower = Φ(z); p_two = 2 × [1 − Φ(|z|)]; Φ(z) = 0.5 × [1 + erf(z ÷ √(2))] p-значение — это вероятность получить результат не менее экстремальный, если нулевая гипотеза верна. Это не вероятность того, что нулевая гипотеза справедлива, и оно ничего не говорит о величине эффекта. Здесь используется z-тест, который предполагает известное стандартное отклонение совокупности или большую выборку.
Источники данных
Отказ от ответственности
Эти калькуляторы дают общие математические результаты. Они подходят для учёбы, планирования и оценки — проверяйте любое значение, которое попадёт в оцениваемую работу, публикуемую цифру или финансовое обязательство.
Источник реализации
Эта запись описывает реализацию страницы, а не независимую проверку. Внешние источники подтверждают только указанную формулу или определение; оценки и собственные правила сохраняют свои допущения.
Частые вопросы
Какую формулу использует Калькулятор p-значения — z-тест?
Формула: z = (x − m0) ÷ (s ÷ √(n)); p_upper = 1 − Φ(z); p_lower = Φ(z); p_two = 2 × [1 − Φ(|z|)]; Φ(z) = 0.5 × [1 + erf(z ÷ √(2))]
Какие данные и ограничения использует Калькулятор p-значения — z-тест?
Используйте единицы рядом с полями. Это ограничения формы, а не рекомендуемые значения. Выборочное среднее: -1 000 000–1 000 000; Среднее по нулевой гипотезе: -1 000 000–1 000 000; Стандартное отклонение: 0,0001–1 000 000; Объём выборки: 2–10 000 000 z = (x − m0) ÷ (s ÷ √(n)); p_upper = 1 − Φ(z); p_lower = Φ(z); p_two = 2 × [1 − Φ(|z|)]; Φ(z) = 0.5 × [1 + erf(z ÷ √(2))] p-значение — это вероятность получить результат не менее экстремальный, если нулевая гипотеза верна. Это не вероятность того, что нулевая гипотеза справедлива, и оно ничего не говорит о величине эффекта. Здесь используется z-тест, который предполагает известное стандартное отклонение совокупности или большую выборку.
Как выглядит полный пример расчёта для Выборочное среднее = 102; Среднее по нулевой гипотезе = 100?
Данные: Выборочное среднее = 102; Среднее по нулевой гипотезе = 100; Стандартное отклонение = 15; Объём выборки = 30; Тип теста = Двусторонний; Направление альтернативы (только для одностороннего теста) = Среднее больше. Расчёт: z = (x − m0) ÷ (s ÷ √(n)); p_upper = 1 − Φ(z); p_lower = Φ(z); p_two = 2 × [1 − Φ(|z|)]; Φ(z) = 0.5 × [1 + erf(z ÷ √(2))]. Результаты: p-значение = 0,4652; z-статистика = 0,730; p-значение, односторонний тест = 0,2326; p-значение, двусторонний тест = 0,4652; Стандартная ошибка = 2,7386.