Elysia Tools
导航
Math & Numbers
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
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
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。
背景
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。
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。
结果
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。
背景
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。
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。
结果
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。
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。
“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。
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。
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。
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。