# 单样本 t 检验计算器

基于原始数据或汇总统计量执行单样本 t 检验，输出 p 值和置信区间

> 标准页面: https://elysiatools.com/zh/tools/one-sample-t-test-calculator

- **分类:** Math & Numbers

- **关键词:** 单样本 t 检验, t 检验, p 值, 置信区间, 假设检验

## 概述

单样本 t 检验计算器是一款专业的统计分析工具，支持通过输入原始数据或汇总统计量（样本均值、标准差和样本量），快速执行单样本 t 检验。该工具可自动计算 t 统计量、自由度、p 值并判断是否拒绝原假设，帮助研究人员、质检员和数据分析师高效验证样本均值与已知总体均值之间是否存在统计学上的显著差异。

## 输入项

- **数据值** (textarea): Enter values separated by commas, spaces, or new lines
- **样本均值（可选）** (number)
- **样本标准差（可选）** (number)
- **样本量（可选）** (number)
- **假设均值** (number)
- **备择假设** (select)
- **显著性水平** (number)
- **小数位数** (number)

## 适用场景

- 需要判断抽样样本的均值是否与某个特定的假设均值或历史标准存在显著差异时。
- 手头只有样本的汇总统计量（均值、标准差、样本量）而没有原始数据，需要快速进行假设检验时。
- 在学术研究或质量控制中，需要计算 p 值并根据设定的显著性水平（如 0.05）得出严谨的统计学结论时。

## 工作原理

- 在“数据值”文本框中输入以逗号、空格或换行符分隔的原始数据，或者直接在下方输入样本均值、标准差和样本量等汇总数据。
- 设定“假设均值”（即需要比较的基准值），并选择备择假设的类型（双侧、大于或小于）。
- 调整显著性水平（默认为 0.05）和结果保留的小数位数。
- 工具将自动运行计算，输出 t 统计量、p 值、自由度以及是否拒绝原假设（rejectNull）的结论。

## 使用案例

- 质量控制：制造企业检验某批次产品的平均重量或尺寸是否符合标准规格（如 500g）。
- 教育评估：教师比较某个班级的平均考试成绩是否显著高于或低于全校的历史平均分。
- 医学研究：研究人员评估一种新药治疗后的患者平均血压是否降至特定的健康标准值。

## 常见问题

### 什么是单样本 t 检验？

单样本 t 检验是一种统计方法，用于检验单个样本的均值是否与已知的总体均值或假设均值存在显著差异。

### 我必须输入原始数据吗？

不需要。如果您已经计算出样本均值、样本标准差和样本量，可以直接在对应字段中输入这些汇总统计量来进行检验，无需提供原始数据。

### 备择假设中的“双侧”、“大于”和“小于”有什么区别？

“双侧”用于检验样本均值是否不等于假设均值；“大于”或“小于”属于单侧检验，分别用于检验样本均值是否显著大于或小于假设均值。

### 显著性水平（Alpha）通常设置为多少？

在大多数科学研究和数据分析中，显著性水平通常设置为 0.05，表示有 5% 的概率会错误地拒绝真实的原假设。

### 输出结果中的“rejectNull”代表什么？

“rejectNull”为 true 表示 p 值小于设定的显著性水平，拒绝原假设，说明差异显著；为 false 则表示不能拒绝原假设，差异不显著。

## 相关工具

- [风管截面尺寸计算器（按风量与流速）](https://elysiatools.com/zh/tools/duct-size-calculator): 由风量 Q 与设计流速 v 求风管截面尺寸：截面积 A=Q/v。圆形风管直径 D=√(4A/π)；矩形风管给定长宽比 r=a/b，则 b=√(A/r)，a=r·b，并按 ASHRAE 给出等效直径 D_eq=1.30·(a·b)^0.625/(a+b)^0.25。风量支持 m³/s/m³/h/CFM，结果同时给出 mm 与英寸。
- [效应量计算器](https://elysiatools.com/zh/tools/effect-size-calculator): 根据汇总统计量计算 Cohen d、Hedges g、比例 Cohen h 或相关 r 效应量
- [疲劳极限计算器（Goodman / Gerber / Soderberg）](https://elysiatools.com/zh/tools/fatigue-limit-calculator): 平均应力修正下的疲劳安全系数。给定应力幅 σ_a、平均应力 σ_m，以及材料 σ_uts、疲劳极限 σ_-1、屈服 σ_y，输出三种经典判据的安全系数：Modified Goodman（线性保守）、Gerber（抛物线，更贴合延性材料）、Soderberg（用 σ_y，最保守）。取三者最小值为控制值，并判定工作点是否在 Haigh 图 Goodman 线内侧。
- [半衰期计算器](https://elysiatools.com/zh/tools/half-life-calculator): 放射性同位素与药物的指数衰减计算：由半衰期、初始量与时间求剩余量，或反推半衰期、所需时间、稳态蓄积。N(t) = N0·e^(-λt)。
- [误差范围计算器](https://elysiatools.com/zh/tools/margin-of-error-calculator): 根据样本量、置信水平和变异程度，计算均值或比例的误差范围
- [配对 t 检验计算器](https://elysiatools.com/zh/tools/paired-t-test-calculator): 根据前后测量值或已计算的配对差值执行配对样本 t 检验
- [管道达西摩擦压降计算器（ΔP = f·(L/D)·ρv²/2）](https://elysiatools.com/zh/tools/pipe-pressure-drop-darcy): 计算直管段的达西-韦斯巴赫主要（摩擦）压降：ΔP=f·(L/D)·(ρ·v²/2) Pa；水头损失 h_f=ΔP/(ρ·g)=f·(L/D)·v²/(2g) m。用户直接输入达西摩擦系数 f（非范宁系数）。长度支持 m/km/ft，管径支持 m/cm/mm/inch，密度支持 kg/m³/g/cm³/lb/ft³，内部统一换算为 SI。同时输出 kPa、bar 以及 m/ft 水头。
- [标准误计算器](https://elysiatools.com/zh/tools/standard-error-calculator): 根据原始样本值或汇总统计量计算均值标准误

## 示例

- [Web Python 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换
- [Android Java 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-java): Android Java 图像处理示例，包括图像读取保存、缩放和格式转换
- [Android Kotlin 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-kotlin): Android Kotlin 图像处理示例，包括图像读取保存、缩放和格式转换
- [Web Rust 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-rust): Web Rust 图像处理示例，包括图像读取保存、缩放和格式转换

## 相关内容

- [A/B 实验设计、样本量与统计功效](https://elysiatools.com/zh/hubs/ab-testing-experiment-design-and-statistical-power): 规划 A/B 实验、估算证据规模、选择合适检验，并在采取行动前复核效果量与不确定性。