Z检验
出自 MBA智库百科(https://wiki.mbalib.com/)
Z检验(Z Test)
目录 |
Z检验是一般用于大样本(即样本容量大于30)平均值差异性检验的方法。它是用标准正态分布的理论来推断差异发生的概率,从而比较两个平均数的差异是否显著。
当已知标准差时,验证一组数的均值是否与某一期望值相等时,用Z检验。
另外,对于Z检验我国的统计学教材大多采用U检验的说法。而国外英文统计学书籍,大多采用Z检验。
Z检验的步骤[1]
统计检验的基本原理
统计检验是先对总体的分布规律作出某种假说,然后根据样本提供的数据,通过统计运算,根据运算结果,对假说作出肯定或否定的决策。如果现要检验实验组和对照组的平均数(μ1和μ2)有没有差异,其步骤为:
1.建立虚无假设,即先认为两者没有差异,用 H0:μ1 = μ2 表示;
2.通过统计运算,确定假设 H0 成立的概率 P。
3. 根据 P 的大小,判断假设 H0 是否成立。如下表所示。
P值 | H0成立概率大小 | 差异显著程度 |
---|---|---|
H0 成立概率极小 | 差异非常显著 | |
H0 成立概率较小 | 差异显著 | |
H0 成立概率较大 | 差异不显著 |
Z检验法适用于大样本(样本容量大于30)的两平均数之间差异显著性检验的方法。它是通过计算两个平均数之间差的Z分数来与规定的理论Z值相比较,看是否大于规定的理论Z值,从而判定两平均数的差异是否显著的一种差异显著性检验方法。其一般步骤:
第一步:建立虚无假设 H0:μ1 = μ2 ,即先假定两个平均数之间没有显著差异,
第二步:计算统计量Z值,对于不同类型的问题选用不同的统计量计算方法,
1、如果检验一个样本平均数()与一个已知的总体平均数(μ0)的差异是否显著。其Z值计算公式为:
其中:
2、如果检验来自两个的两组样本平均数的差异性,从而判断它们各自代表的总体的差异是否显著。其Z值计算公式为:
其中:
- 是样本1,样本2的平均数;
- S1,S2是样本1,样本2的标准差;
- n1,n2是样本1,样本2的容量。
第三步:比较计算所得Z值与理论Z值,推断发生的概率,依据Z值与差异显著性关系表作出判断。如下表所示:
P值 | 差异程度 | |
---|---|---|
非常显著 | ||
显著 | ||
<1.96 | >0.05 | 不显著 |
第四步:根据是以上分析,结合具体情况,作出结论。
Z检验举例[1]
某项教育技术实验,对实验组和控制组的前测和后测的数据分别如下表所示,比较两组前测和后测是否存在差异。
实验组和控制组的前测和后测数据表 | ||||
---|---|---|---|---|
前测 | 实验组 | n1 = 50 | S1a = 14 | |
控制组 | n2 = 50 | S2a = 16 | ||
后测 | 实验组 | n1 = 50 | S1b = 8 | |
控制组 | n2 = 50 | S2b = 14 |
由于n>30,属于大样本,所以采用Z检验。由于这是检验来自两个不同总体的两个样本平均数,看它们各自代表的总体的差异是否显著,所以采用双总体的Z检验方法。
计算前测Z的值:
- ∵|Z|=0.658<1.96
- ∴ 前测两组差异不显著。
再计算后测Z的值:
- ∵|Z|= 2.16>1.96
- ∴ 后测两组差异显著。
评论(共25条)
兩樣本均值差異比較那裡的公式錯了吧,S的位置應該是S平方.看下面例子裏就是平方的.
附上参考文献,希望对你有帮助~
1.96是个什么值
当概率水平设在0.05的标准时,双侧检验的临界Z值为1.96,临界值可以通过查正态分布表获得。
谢谢,有个问题,最后的举例的计算中样本容量n1,n2都是50?n2是否应该改成48?
是啊!
兩樣本均值差異比較那裡的公式錯了吧,S的位置應該是S平方.看下面例子裏就是平方的.
确实啊
介绍的很好,简洁易懂。但是我看的z值表中p=0.05时,z值为1.64,p=0.01时,z值为2.32左右。与你上面的判断值2.58和1.96的差别在什么地方。能否解释一下,谢谢
z检验,S是不应该是总体的标准差;t检验,s才是样本的标准差吗
Yes. You're right. In Z-test, we use the variance of population; in T-test, we use the variance of sample.
P值不是 "H0 成立的概率" 而是 "假如H0為真 得到該檢定樣本的概率" 例如 在檢查有沒有生病 抽血得到樣本(病毒的數量) H0:有生病 H1:沒生病 那麼這裡的p值 不是 "生病的機率" 而是 "假如有生病 得到該樣本中病毒數量的機率"
看后思路非常清晰,很有用