示例 1
样本均值: 25; 总体均值: 20; 样本标准差: 5; 样本大小: 30
T 统计量: 5.477225575
计算 t 统计量,用于总体标准差未知时的假设检验。此计算器有助于确定样本均值与总体均值之间的差异是否具有统计学意义。
请按顺序填写输入项,然后比较输出结果,而不是只依赖单一场景。
样本均值, 总体均值, 样本标准差, 样本大小 → T 统计量
在输入你自己的数值之前,可先用这些示例验证计算器的行为。
样本均值: 25; 总体均值: 20; 样本标准差: 5; 样本大小: 30
T 统计量: 5.477225575
样本均值: 105; 总体均值: 100; 样本标准差: 15; 样本大小: 50
T 统计量: 2.357022604
样本均值: 52; 总体均值: 50; 样本标准差: 8; 样本大小: 40
T 统计量: 1.58113883
使用代数、几何、三角学、概率、统计、平均值、z 分数、统计检验和绘图任务的计算器。
这些链接旨在加深本次会话,并回答下一个最可能出现的问题,而无需让用户返回搜索结果。
当正态性假设被违反时,进行非参数检验以比较两个独立组之间的差异。它计算 U 统计量和相关的 p 值。
计算观察到的检验统计量与计算出的统计量一样极端或更极端的概率,假设原假设为真。
计算卡方统计量和用于拟合优度或独立性检验的p值。它需要观察值和期望频率或值。
计算与标准正态 (Z) 分布或任何正态分布相关的概率和百分位数。