Elysia Tools
导航
Math & Numbers
使用合并比例 Z 检验和置信区间比较两个独立比例
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
双比例 Z 检验计算器是一款专为比较两个独立样本比例差异而设计的统计工具。通过输入两组数据的成功次数和试验总数，结合自定义的显著性水平和备择假设，该工具能快速计算出 Z 统计量、P 值以及比例差异，帮助用户在 A/B 测试、转化率分析等场景中做出科学的数据驱动决策。
背景
团队测试了两个版本的商品详情页。旧版（第 2 组）有 1000 次访问，450 次购买；新版（第 1 组）有 1000 次访问，600 次购买。
问题
需要验证新版页面的转化率提升是否具有统计学显著性。
如何使用
将第 1 组成功次数设为 600，试验总数 1000；第 2 组成功次数设为 450，试验总数 1000。备择假设选择“双侧”，显著性水平保持 0.05。
{
"group1Successes": 600,
"group1Trials": 1000,
"group2Successes": 450,
"group2Trials": 1000,
"alternative": "two-sided",
"alpha": 0.05
}结果
计算得出第 1 组比例为 0.6，第 2 组为 0.45，P 值远小于 0.05，结论为拒绝原假设，证明新版页面转化率显著提升。
背景
在两个不同的广告平台投放了相同的素材。平台 A 展现 5000 次，点击 120 次；平台 B 展现 5500 次，点击 150 次。
问题
判断平台 B 的点击率是否显著高于平台 A。
如何使用
输入平台 B 数据作为第 1 组（成功 150，总数 5500），平台 A 作为第 2 组（成功 120，总数 5000）。备择假设选择“大于”。
{
"group1Successes": 150,
"group1Trials": 5500,
"group2Successes": 120,
"group2Trials": 5000,
"alternative": "greater",
"alpha": 0.05
}结果
双比例 Z 检验是一种统计方法，用于判断两个独立人群或样本中某一特征的比例是否存在显著差异。
“双侧”用于检验两组比例是否不相等；“大于”或“小于”属于单侧检验，用于明确判断一组比例是否显著高于或低于另一组。
在大多数商业和科学研究中，显著性水平通常设置为 0.05，意味着有 5% 的概率会错误地拒绝原假设。
为了保证 Z 检验的准确性，通常建议每组的成功次数和失败次数都应大于或等于 5。
P 值表示在原假设成立的前提下，观察到当前数据差异或更极端情况的概率。P 值越小，说明两组比例存在显著差异的证据越强。
工具输出两组的实际点击率及 Z 统计量，P 值结果帮助优化师决定是否将预算倾斜至平台 B。