Z檢定
外觀
![本頁使用了標題或全文手工轉換](http://upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
此條目沒有列出任何參考或來源。 (2017年2月18日) |
Z檢定,也稱「U檢定」,是為了檢定在虛無假說情況下測試數據能否可以接近常態分布的一種統計測試。根據中央極限定理,在大樣本條件下許多測驗可以被貼合為常態分布。在不同的顯著水準上,Z檢定有著同一個臨界值,因此它比臨界值標準不同的司徒頓t檢定更簡單易用。當實際標準差未知,而樣本容量較小(小於等於30)時,司徒頓t檢定更加適用。
如果發現一個統計T接近於常態分配,Z檢定的第二步為在虛無假說情況下估計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布函數Φ來計算,分別為Φ(−Z)(左側) Φ(Z)(右側)和 2Φ(−|Z|) (雙側)。
|
![]() | 這是一篇關於數學的小作品。您可以透過編輯或修訂擴充其內容。 |