Ключевые факты
- Категория
- Математика, даты и финансы
- Типы входных данных
- select, number
- Тип результата
- json
- Покрытие примерами
- 4
- API доступен
- Yes
Обзор
Калькулятор Z-теста — это статистический инструмент для проверки гипотез, который позволяет выполнять одновыборочные Z-тесты для среднего значения или доли. С его помощью вы можете быстро рассчитать Z-статистику и p-значение, чтобы определить, статистически значимо ли отличие вашей выборки от известной популяции. Инструмент поддерживает двусторонние и односторонние тесты, а также позволяет настраивать уровень значимости (альфа) для точной интерпретации результатов.
Когда использовать
- •Когда вам нужно сравнить среднее значение выборки с известным средним значением популяции при известном стандартном отклонении.
- •Когда требуется проверить гипотезу о доле признака в генеральной совокупности на основе выборочных данных (например, конверсии).
- •Когда размер выборки достаточно велик, что позволяет использовать нормальное распределение для статистической оценки.
Как это работает
- •Выберите тип теста: для среднего значения (Mean) или для доли (Proportion).
- •Введите параметры выборки и гипотетические значения, такие как выборочное среднее, размер выборки и стандартное отклонение популяции.
- •Укажите альтернативную гипотезу (двусторонняя, больше или меньше) и задайте уровень значимости (альфа).
- •Получите мгновенный результат в формате JSON, содержащий Z-статистику, p-значение и логический вывод об отклонении нулевой гипотезы.
Сценарии использования
Примеры
1. Проверка среднего веса продукции
Инженер по качеству- Контекст
- Завод производит упаковки с заявленным весом 100 г. Известное стандартное отклонение оборудования составляет 15 г.
- Проблема
- Необходимо проверить, не отклонился ли средний вес тестовой партии из 64 упаковок (среднее 105 г) от нормы.
- Как использовать
- Выберите тип теста «Среднее», введите выборочное среднее 105, гипотетическое 100, отклонение 15 и размер выборки 64. Установите двустороннюю гипотезу и альфа 0.05.
- Пример конфигурации
-
{ "testType": "mean", "sampleMean": 105, "hypothesizedMean": 100, "populationStandardDeviation": 15, "sampleSize": 64, "alternative": "two-sided", "alpha": 0.05 } - Результат
- Калькулятор выдает Z-статистику 2.6667 и p-значение 0.0077. Так как p < 0.05, нулевая гипотеза отклоняется (rejectNull: true) — вес партии статистически значимо отличается от нормы.
2. Оценка конверсии лендинга
Маркетолог- Контекст
- Историческая конверсия старого лендинга составляла 50% (0.5). На новом лендинге из 100 посетителей целевое действие совершили 60 человек.
- Проблема
- Выяснить, действительно ли новый лендинг работает лучше (конверсия больше 50%), или это случайное отклонение.
- Как использовать
- Выберите тип теста «Доля», введите 60 успехов, 100 испытаний, гипотетическую долю 0.5 и выберите альтернативную гипотезу «Больше».
- Пример конфигурации
-
{ "testType": "proportion", "successCount": 60, "trialCount": 100, "hypothesizedProportion": 0.5, "alternative": "greater", "alpha": 0.05 } - Результат
- Z-статистика составит 2.0, а p-значение будет 0.0228. Нулевая гипотеза отклоняется, подтверждая, что конверсия нового лендинга статистически значимо выше.
Проверить на примерах
barcodeСвязанные хабы
FAQ
В чем разница между Z-тестом и T-тестом?
Z-тест используется, когда стандартное отклонение популяции известно. T-тест применяется при неизвестном стандартном отклонении популяции и обычно используется для малых выборок.
Что означает p-значение (p-value)?
P-значение показывает вероятность получить такие же или более экстремальные результаты при условии, что нулевая гипотеза верна. Если оно меньше заданного уровня альфа, нулевая гипотеза отклоняется.
Какие типы альтернативных гипотез поддерживаются?
Калькулятор поддерживает двусторонние (не равно), правосторонние (больше) и левосторонние (меньше) альтернативные гипотезы.
Как интерпретировать поле rejectNull в результатах?
Если rejectNull равно true, это означает, что результат статистически значим на выбранном уровне альфа, и нулевую гипотезу следует отклонить.
Можно ли использовать этот калькулятор для A/B тестирования?
Да, вариант теста для доли (Proportion) отлично подходит для оценки результатов простых тестов, например, для сравнения текущей конверсии с историческим базовым показателем.