Z-тест Калькулятор - Безкоштовний Інструмент Статистичної Значущості

Що таке z-тест?

Z-тест — це статистичний тест, який перевіряє, чи статистично значуще відрізняється середнє значення вибірки від відомого середнього значення генеральної сукупності, якщо стандартне відхилення генеральної сукупності вже відоме. Він дає одне число — z-оцінку, яка показує, на скільки стандартних відхилень середнє значення вибірки віддалене від середнього значення генеральної сукупності. Дослідники, інспектори з контролю якості та аналітики використовують її, щоб визначити, чи є спостережувана різниця реальною, чи виникла лише випадково.

Формула Z-критерію

Z-тест обчислює z-оцінку за такою формулою:

$Z = \dfrac{\bar{x} - \mu}{\sigma / \sqrt{n}}$

$\bar{x}$ — середнє значення вибірки
$\mu$ — середнє значення генеральної сукупності
$\sigma$ — стандартне відхилення генеральної сукупності
$n$ — обсяг вибірки

Нижня частина формули, $\sigma / \sqrt{n}$ , називається стандартною похибкою. Вона показує, наскільки можуть відрізнятися середні значення вибірок лише через випадковий відбір.

Як обчислити z-тест крок за кроком

Обчисліть середнє значення вибірки ( $\bar{x}$ ) за зібраними даними.
Визначте відоме середнє значення генеральної сукупності ( $\mu$ ).
Визначте відоме стандартне відхилення генеральної сукупності ( $\sigma$ ).
Порахуйте обсяг вибірки ( $n$ ).
Відніміть $\mu$ від $\bar{x}$ .
Поділіть $\sigma$ на квадратний корінь із $n$ , щоб отримати стандартну похибку.
Поділіть результат кроку 5 на результат кроку 6. Отримане значення є z-оцінкою.

Приклад обчислення

На фабриці стверджують, що середня довжина болтів становить 10 см, а стандартне відхилення генеральної сукупності — 0,2 см. Інспектор вимірює 100 болтів і отримує середнє значення вибірки 10,05 см.

$\bar{x} = 10.05$
$\mu = 10$
$\sigma = 0.2$
$n = 100$

Стандартна похибка: $0.2 / \sqrt{100} = 0.2 / 10 = 0.02$

Z-оцінка: $(10.05 - 10) / 0.02 = 0.05 / 0.02 = 2.5$

Z-оцінка дорівнює 2,5. Середнє значення вибірки на 2,5 стандартної похибки вище за середнє значення генеральної сукупності.

Як інтерпретувати z-оцінку

Z-оцінка, близька до 0, означає, що середнє значення вибірки близьке до середнього значення генеральної сукупності. Велика додатна або від’ємна z-оцінка означає, що середнє значення вибірки сильно відрізняється від середнього значення генеральної сукупності, що вказує на реальну різницю, а не на випадковість.

Поширені критичні значення для двобічного тесту:

α = 0,10 (довірча ймовірність 90%): z = ±1,645
α = 0,05 (довірча ймовірність 95%): z = ±1,96
α = 0,01 (довірча ймовірність 99%): z = ±2,58

Якщо обчислена z-оцінка виходить за межі критичного значення для вибраного рівня значущості, результат вважається статистично значущим, а нульову гіпотезу (про відсутність різниці) відхиляють.

У наведеному прикладі z = 2,5 виходить за межі ±1,96, тому різниця є статистично значущою на рівні 0,05. Двобічне p-значення для z = 2,5 становить приблизно 1,24%, тобто ймовірність отримати настільки велику різницю, якщо справжня середня довжина болта справді дорівнює 10 см, становить приблизно 1 із 80.

Коли застосовують z-тест

Z-тест доречний, коли:

Стандартне відхилення генеральної сукупності відоме.
Обсяг вибірки є достатньо великим, зазвичай понад 30.
Дані отримано за допомогою випадкового відбору.
Генеральна сукупність має нормальний розподіл або вибірка достатньо велика, щоб можна було застосувати центральну граничну теорему.

Якщо стандартне відхилення генеральної сукупності невідоме або вибірка мала, замість нього застосовують t-тест. T-тест оцінює варіативність за самою вибіркою та враховує додаткову невизначеність, спричинену цим.

Z-тест і t-тест

Обидва тести вимірюють, наскільки середнє значення вибірки віддалене від очікуваного значення в одиницях стандартної похибки. Z-тест передбачає, що стандартне відхилення генеральної сукупності відоме. T-тест оцінює це значення за вибіркою та використовує ширший розподіл, залежний від обсягу вибірки, щоб урахувати додаткову невизначеність. На практиці t-тест застосовують значно частіше, оскільки справжнє стандартне відхилення генеральної сукупності рідко відоме.

Практичне застосування z-тесту

Контроль якості: перевірка того, чи відповідає партія виготовлених деталей цільовій специфікації.
Медичні дослідження: порівняння середнього результату групи, яка отримує лікування, з відомим значенням генеральної сукупності.
Освіта: порівняння результатів тестування класу із середнім національним показником.
Фінанси: перевірка того, чи відрізняється дохідність фонду від середнього показника еталонного індексу.

Історія

Нормальний розподіл, покладений в основу z-тесту, описав Абрахам де Муавр у 1733 році як наближення до біноміального розподілу. Карл Фрідріх Гаусс і П’єр-Симон Лаплас розвинули цю теорію на початку 1800-х років. Формальні методи перевірки гіпотез, зокрема використання z-оцінок і критичних значень для оцінювання статистичної значущості, розробили на початку 20 століття такі статистики, як Рональд Фішер, Єжи Нейман та Егон Пірсон.

Що показує цей калькулятор

Калькулятор запитує чотири числа: середнє значення вибірки, середнє значення генеральної сукупності, стандартне відхилення генеральної сукупності та обсяг вибірки. Він виводить z-оцінку, округлену до чотирьох знаків після коми. Під результатом він будує криву стандартного нормального розподілу та позначає z-оцінку вертикальною лінією, щоб було видно положення результату на розподілі. Крива є густиною стандартного нормального розподілу: $\varphi(x) = e^{-x^{2}/2} / \sqrt{2\pi}$ .

Для вхідних даних діють два обмеження. Обсяг вибірки має бути більшим за 0. Стандартне відхилення генеральної сукупності має бути не меншим за 0,0001; менший розкид призводить до величезного значення z-оцінки, яке не має практичного сенсу. Калькулятор не виводить p-значення, тому для визначення статистичної значущості результату використовуйте наведені вище критичні значення або таблицю стандартного нормального розподілу.

Поширені запитання

У чому різниця між z-тестом і t-тестом?

Для z-тесту потрібне відоме стандартне відхилення генеральної сукупності, і найкраще він працює з великими вибірками. T-тест застосовують, коли стандартне відхилення генеральної сукупності невідоме й має бути оцінене за вибіркою; він підходить як для малих, так і для великих вибірок.

Який обсяг вибірки потрібен для z-тесту?

Поширене практичне правило — обсяг вибірки понад 30. За меншого обсягу результати z-тесту стають ненадійними, і зазвичай краще застосувати t-тест.

Що означає z-оцінка 2,5?

Z-оцінка 2,5 означає, що середнє значення вибірки на 2,5 стандартної похибки вище за середнє значення генеральної сукупності. Це перевищує двобічне критичне значення ±1,96 для довірчої ймовірності 95%, тому різниця є статистично значущою на цьому рівні. Двобічне p-значення для z = 2,5 становить приблизно 1,24%.

Що таке p-значення у z-тесті?

P-значення — це ймовірність отримати результат, принаймні настільки ж екстремальний, як спостережуваний, якби насправді не було різниці із середнім значенням генеральної сукупності. Менше p-значення є сильнішим доказом проти нульової гіпотези. P-значення, менше за 0,05, зазвичай вважають статистично значущим.

Що таке нульова гіпотеза у z-тесті?

Нульова гіпотеза стверджує, що між середнім значенням вибірки та середнім значенням генеральної сукупності немає різниці. Z-тест вимірює, наскільки дані вибірки підтверджують або спростовують це твердження.

Чи можна застосовувати z-тест для малих вибірок?

Це не рекомендується. За малої вибірки або невідомого стандартного відхилення генеральної сукупності t-тест дає точніші результати, оскільки враховує додаткову невизначеність, пов’язану з оцінюванням варіативності за обмеженими даними.

Z-тест Калькулятор - Безкоштовний Інструмент Статистичної Значущості

Візуалізація Z-значення

Документація