单比例 Z 检验计算器

根据成功次数、试验总数和假设总体比例执行单比例 Z 检验

示例结果

1 个示例

检验单个转化率

检验 100 次试验中 60 次成功是否不同于假设的 50% 比例

{
  "result": {
    "sampleProportion": 0.6,
    "zStatistic": 2,
    "pValue": 0.0455,
    "rejectNull": true
  }
}
查看输入参数
{ "successCount": 60, "trialCount": 100, "hypothesizedProportion": 0.5, "alternative": "two-sided", "alpha": 0.05, "decimalPlaces": 4 }

关键信息

分类
数学、日期与金融
输入类型
number, select
输出类型
json
样本覆盖
4
支持 API
Yes

概览

单比例 Z 检验计算器是一款专业的统计分析工具，用于检验样本比例是否与假设的总体比例存在显著差异。只需输入成功次数、试验总数和假设比例，即可快速计算出样本比例、Z 统计量和 P 值，并自动判断是否拒绝原假设，适用于转化率分析、质量控制和市场调研等场景。

适用场景

  • •评估营销活动的实际转化率是否显著高于行业平均水平或历史基准。
  • •在生产制造或质量控制中，检验产品的不合格率是否符合预期的标准比例。
  • •进行市场调研或问卷分析时，验证某一选项的选择比例是否偏离假设的总体分布。

工作原理

  • •输入试验总数（样本量）以及其中符合条件的成功次数。
  • •设定假设的总体比例（如 0.5），并选择备择假设类型（双侧、大于或小于）。
  • •调整显著性水平（通常为 0.05）和所需保留的小数位数。
  • •工具将自动计算样本比例、Z 统计量和 P 值，并直观输出是否拒绝原假设的结论。

使用场景

电商网站 A/B 测试中的转化率基准对比分析。
工厂流水线产品合格率的抽样检验与质量监控。
医疗临床试验中某种药物有效率的统计验证。

用户案例

1. 检验营销活动转化率

数据分析师
背景原因
公司推出了一项新的营销活动，历史平均转化率为 50%（0.5）。本次活动共触达 100 名用户，其中 60 人完成了转化。
解决问题
需要验证本次活动的转化率是否显著不同于历史平均水平。
如何使用
输入成功次数 60，试验总数 100，假设比例 0.5，备择假设选择“双侧”，显著性水平保持 0.05。
效果
计算得出样本比例为 0.6，Z 统计量为 2，P 值为 0.0455。由于 P 值小于 0.05，结果显示拒绝原假设，说明转化率有显著差异。

2. 生产线次品率检验

质量控制工程师
背景原因
某零件生产线规定的最高次品率为 2%（0.02）。在最近的一次抽检中，抽取了 500 个零件，发现有 15 个次品。
解决问题
确认当前生产线的次品率是否显著高于规定的 2%。
如何使用
输入成功次数 15，试验总数 500，假设比例 0.02，备择假设选择“大于”，显著性水平设为 0.05。
效果
工具计算出样本比例为 0.03，并输出对应的 Z 统计量和 P 值。若 P 值小于 0.05，则提示拒绝原假设，表明次品率显著超标，需停机检查。

用 Samples 测试

math-&-numbers
Storybook 示例
全面的Storybook示例，用于组件开发、测试、文档和设计系统管理
keywords one,test
sample
Test Pyramid Examples - 测试策略指导
全面的测试金字塔实现示例，包括单元测试、集成测试、端到端测试、测试组织和平衡软件质量保证的战略测试模式
keywords test,rate
sample
Testing Library 示例
全面的Testing Library示例，包含React和Vue组件测试、用户交互、模拟和高级测试模式
keywords one,test
sample
时区协作排期器 ICS 样本
与 Time Zone Workflow Scheduler 返回结构一致的 ICS 文件样本，包含多个候选会议 VEVENT
keywords one,rate
sample

相关专题

音频编码与格式转换工具
在一个专题里比较音频格式转换、码率调整、采样率转换、编码切换和导出工具，适合交付与归档工作流。
图片格式转换与动画导出工具
在一个专题里比较 JPG、PNG、GIF、AVIF、WebP、TIFF、ICO、base64 以及动画导出相关的图片格式转换工具。
JSON 交换与格式翻译工具
在一个专题里比较 JSON 与 CSV、YAML、TOML、GraphQL、XML、Markdown、Excel、BSON、EDN 等结构化格式之间的转换工具。
面向网页与印刷的色彩空间转换工具
围绕网页到印刷的色彩空间转换整理的一组工具。

常见问题

什么是单比例 Z 检验？

单比例 Z 检验是一种统计假设检验方法，用于判断一个样本的观测比例是否与某个已知的或假设的总体比例存在显著差异。

备择假设中的“双侧”、“大于”和“小于”有什么区别？

“双侧”用于检验样本比例是否不等于假设比例；“大于”用于检验样本比例是否显著高于假设比例；“小于”则用于检验是否显著低于假设比例。

显著性水平（Alpha）应该设置多少？

通常情况下，显著性水平设置为 0.05，这意味着有 5% 的概率会错误地拒绝真实的原假设。在要求更严格的医学或精密制造领域，可能会设置为 0.01。

为什么需要输入试验总数和成功次数？

试验总数代表样本容量，成功次数代表具有特定特征的样本数量。这两个数值是计算样本实际比例和标准误的基础数据。

结果中的 P 值代表什么？

P 值表示在原假设为真的前提下，观察到当前样本结果或更极端结果的概率。如果 P 值小于设定的显著性水平（如 0.05），则拒绝原假设，认为差异显著。

API 文档

请求端点

POST /zh/api/tools/one-proportion-z-test-calculator

请求参数

参数名 类型 必填 描述
successCount number 否 -
trialCount number 否 -
hypothesizedProportion number 否 -
alternative select 否 -
alpha number 否 -
decimalPlaces number 否 -

响应格式

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON数据: JSON数据

AI MCP 文档

将此工具添加到您的 MCP 服务器配置中： 

{
  "mcpServers": {
    "elysiatools-one-proportion-z-test-calculator": {
      "name": "one-proportion-z-test-calculator",
      "description": "根据成功次数、试验总数和假设总体比例执行单比例 Z 检验",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=one-proportion-z-test-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

你可以串联多个工具，比如：`https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`，最多20个。

如果遇见问题，请联系我们：[email protected]