Elysia Tools
导航
Math & Numbers
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
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。
背景
某教师希望评估自己班级学生的数学考试成绩是否与全校历史平均分（50分）存在显著差异。
问题
需要基于抽取的 8 名学生的成绩原始数据，快速计算 p 值并得出结论。
如何使用
在“数据值”中输入学生成绩，将“假设均值”设为 50，选择“双侧”检验，显著性水平保持 0.05。
{
"dataValues": "48, 52, 47, 50, 53, 49, 51, 54",
"hypothesizedMean": 50,
"alternative": "two-sided",
"alpha": 0.05
}结果
工具计算得出 t 统计量为 0.5774，p 值为 0.5818。由于 p 值大于 0.05，rejectNull 为 false，说明该班级成绩与 50 分无显著差异。
背景
质检员抽查了 30 件产品，测得平均重量为 495g，标准差为 12g。标准产品重量应为 500g。
问题
只有汇总数据，需要检验这批产品的平均重量是否显著低于标准重量 500g。
如何使用
留空“数据值”，输入样本均值 495、标准差 12、样本量 30。将假设均值设为 500，备择假设选择“小于”。
{
"sampleMean": 495,
"sampleStandardDeviation": 12,
"sampleSize": 30,
"hypothesizedMean": 500,
"alternative": "less",
"alpha": 0.05
}结果
工具基于汇总统计量快速输出单侧 t 检验结果，计算出 p 值并判断 rejectNull 是否为 true，帮助质检员判断是否需要停线整改。
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。
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。
“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。
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。
“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。