关键信息
- 分类
- 数学、日期与金融
- 输入类型
- textarea, number, select
- 输出类型
- json
- 样本覆盖
- 4
- 支持 API
- Yes
概览
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。
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。
使用场景
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。
用户案例
1. 评估学生考试成绩是否达到预期
教育工作者- 背景原因
- 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。
- 解决问题
- 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。
- 示例配置
-
{ "dataValues": "48, 52, 47, 50, 53, 49, 51, 54", "hypothesizedMean": 50, "alternative": "two-sided", "alpha": 0.05 } - 效果
- 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。
2. 生产线产品重量达标检验
质检工程师- 背景原因
- 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。
- 解决问题
- 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”。
- 示例配置
-
{ "sampleMean": 495, "sampleStandardDeviation": 12, "sampleSize": 30, "hypothesizedMean": 500, "alternative": "less", "alpha": 0.05 } - 效果
- 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。
用 Samples 测试
barcodeStorybook 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,sample,test
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,sample,test
无版权AAC音频样本
用于测试与开发的高质量AAC编码音频样本集合，包含自然声音与冥想音乐
keywords sample,test
无版权FLAC音频样本
用于测试与开发的 FLAC 无损音频样本集合，包含自然声音与冥想音乐
keywords sample,test
相关专题
条码、二维码与标签工具
把条码生成、二维码创建与解码、UPC/EAN 校验、WiFi 二维码分享和可打印标签工具集中到一个专题中。
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。
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。