單樣本 z 檢定

當母體標準差已知(來自以往研究或歷史資料)時,單樣本 z 檢定將樣本平均值與假設平均值進行比較。資料應為連續、隨機且相互獨立的,並且服從常態分配,或樣本數大於 20 且沒有嚴重偏斜。如果標準差未知,請使用單樣本 t 檢定。輸出包括 z 統計量、p 值和信賴區間。

最後審閱

核心要點

當母體標準差已知時,單樣本 z 檢定利用標準常態分配判斷樣本平均值與假設的母體平均值是否存在顯著差異。

本頁內容
  1. 什麼是單樣本 z 檢定?
  2. 何時使用單樣本 z 檢定?
    1. 使用單樣本 z 檢定的條件:
  3. 正確使用單樣本 z 檢定的指南
  4. 替代方法:何時不宜使用單樣本 z 檢定
  5. 單樣本 z 檢定範例
  6. 如何進行單樣本 z 檢定
  7. 如何對彙總資料進行單樣本 z 檢定

什麼是單樣本 z 檢定?

單樣本 z 檢定是推斷統計中的一種基本方法,用於判斷樣本平均值與已知的母體平均值是否存在顯著差異。這種參數檢定適用於母體標準差已知、資料點相互獨立,且資料服從常態分配或樣本數足夠大(大於 20,且資料沒有嚴重偏斜)從而使樣本平均值近似服從常態分配的情形。它用途廣泛,在假設檢定中可用於單一樣本、兩個樣本或比率。z 檢定可根據資料的性質和所檢定的假設分為左側檢定、右側檢定和雙尾檢定。該檢定利用標準常態分配將樣本平均值與母體平均值進行比較,以計算臨界值。

單樣本 z 檢定評估樣本平均值是否顯著大於、小於或不等於母體平均值。虛無假設認為樣本平均值與母體平均值之間沒有顯著差異。計算檢定統計量並與臨界值比較;如果它落入拒絕域,則拒絕虛無假設。

何時使用單樣本 z 檢定?

通常在只有一個樣本、並希望將其與已知的母體值進行比較時使用。

使用單樣本 z 檢定的條件:

  1. 母體標準差已知:母體標準差(σ\sigmaσ)必須已知。
  2. 樣本數:如果資料不服從常態分配,則樣本數應大於 20,且資料不應嚴重偏斜。
  3. 常態分配:抽取樣本的母體應服從常態分配,尤其是在樣本數較小(20 或更少)時。不過,樣本數較大時,z 檢定對非常態性具有穩健性。
  4. 資料點相互獨立:樣本中的資料點必須相互獨立。這意味著一個資料點的值不會影響另一個資料點的值。

以下是一些可能使用單樣本 z 檢定的場景:

  • 品質管制:某工廠生產小部件,您想知道小部件的重量是否符合客戶的規格。此時,可以抽取一個小部件樣本,量測其重量,並與客戶的規格進行比較。
  • 醫學研究:已開發出一種降血壓的新藥,您想知道它是否有效。可以抽取一組高血壓患者作為樣本,給他們服藥,並在一段時間後量測其血壓。然後可以將樣本的平均血壓與母體平均值進行比較。
  • 顧客滿意度:某公司想知道顧客對其產品是否滿意。此時,公司可以隨機抽取一個顧客樣本,請他們按 1 到 10 的等級對滿意度評分。然後公司可以將樣本的平均滿意度得分與母體平均值進行比較。

正確使用單樣本 z 檢定的指南

  • 如果母體標準差已知,請使用單樣本 z 檢定
  • 使用連續資料進行分析,例如包裝的重量
  • 計數資料請使用單樣本卜瓦松率,合格/不合格類資料請使用單比率
  • 樣本數應大於 20,且資料不應嚴重偏斜
  • 隨機選取樣本資料,並確保每個觀測值相互獨立
  • 確定合適的樣本數,以確保估計精確、信賴區間較窄,並控制犯錯風險。

替代方法:何時不宜使用單樣本 z 檢定

如果不知道母體的標準差,應使用 單樣本 t 檢定。

單樣本 z 檢定範例

某加工食品公司的一位科學家想評估公司瓶裝醬汁的脂肪百分比。標示的百分比為 15%。這位科學家量測了 20 個隨機樣本的脂肪百分比。以往的量測發現母體標準差為 2.6%。科學家進行單樣本 z 檢定,以判斷脂肪百分比是否與 15% 存在差異。步驟如下:

  1. 收集所需資料。
One sample z-test — figure 1
  1.  現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
  2.  要找到單樣本 z 檢定,請選擇 Statistical module> Graphical analysis> One sample z-test.
  3.  在工具中,按如下方式輸入資料及其他輸入項:
  4. 使用上述工具後,得到的輸出如下:
One sample z-test — figure 2One sample z-test — figure 3One sample z-test — figure 4

如何進行單樣本 z 檢定

操作步驟如下:

  1. 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
  2. 在首頁選擇 Statistical Tool> Graphical analysis >One sample z-test。
  3. 點選 One sample z-test,進入工具介面。
  4. 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
  5. 接下來,需要填入信賴水準、已知標準差和假設平均值的值。
  6. 最後,點選頁面底部的 calculate,即可得到所需結果。

在單樣本 z 檢定的工具介面中,視窗分為兩個部分。

One sample z-test — figure 5

左側是資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。可以手動輸入資料,也可以從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。

Load example: 將載入範例資料。

Load File: 用於直接載入 Excel 資料。

右側提供以下選項:

  • Confidence level: 在假設檢定中,信賴水準表示我們對統計分析所具有的確定程度或信心水準。它是一個機率值,表示真實母體參數落在指定取值範圍內的可能性。信賴水準通常以百分比表示,記作 (1 - α),其中 α 為顯著水準,即拒絕一個為真的虛無假設的機率。例如,如果信賴水準為 95%,則表示我們有 95% 的把握認為真實母體參數位於我們的區間估計之內,並且有 5% 的可能性犯第一類錯誤(拒絕一個為真的虛無假設)。從實際角度看,信賴水準越高,意味著我們對統計分析及其結果越有信心。然而,提高信賴水準也會使信賴區間變寬,從而更難檢測到較小的效應。因此,信賴水準的選擇取決於研究的背景和研究者的目標。
  • Known standard deviation: 母體標準差(σ),來自以往研究或歷史資料,而不是由樣本估計得到。檢定統計量 z 的計算方法是:樣本平均值與假設平均值之差,除以平均值的標準誤(σ 除以樣本數的平方根),並與標準常態分配進行比較。
  • Hypothesized mean: 假設平均值,也稱為期望平均值或母體平均值,是虛無假設中指定的值,代表被檢定變數的平均值。它是一個理論值,用於與實際樣本平均值比較,以判斷差異在統計上是否顯著,還是由偶然因素造成。
  • Alternative hypothesis: 在假設檢定中,對立假設(也稱為研究假設)是代表與虛無假設不同結論的陳述。虛無假設通常代表現狀,或認為兩個或多個組或變數之間沒有顯著差異或關係的假定。對立假設是被檢定的陳述,它提出所研究的組或變數之間存在顯著差異或關係。
  • Box Plot: 勾選後將提供盒鬚圖,否則不提供。
  • Histogram: 勾選後將提供直方圖,否則不提供。
  • Label:  用於設定資料標籤,包含三個選項:
    • Outlier: 與其他資料值相距甚遠的資料值,可能對您的結果產生很大影響。
    • All quartiles: 四分位數是將樣本資料分成四等份的值。可快速評估資料集的離散程度和集中趨勢。
    • Mean: 盒鬚圖中的平均值,用於提供有關資料集中趨勢的額外資訊。
    • Individual Data: 單一資料點是資料集中的一個觀測值。
  • Download as Excel: 以 Excel 格式顯示結果,該格式易於編輯,並可使用 load file 選項重新載入以進行計算。

如何對彙總資料進行單樣本 z 檢定

操作步驟如下:

  1. 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
  2. 在首頁選擇 Statistical Tool> Graphical analysis >One sample z-test for summarized data
  3. 點選 One sample z-test for summarized data,進入工具介面。
  4. 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
  5. 接下來,需要填入樣本數、樣本平均值、已知標準差、假設平均值和信賴水準的值。
  6. 最後,點選頁面底部的 calculate,即可得到所需結果。

在彙總資料單樣本 z 檢定的工具介面中,視窗只有左側部分。

Load File: 用於直接載入 Excel 資料。

One sample z-test — figure 6

此部分提供以下選項:

  • Sample size: 樣本數是指從母體中選取、用於研究以得出關於整個母體的結論的個體、物件或事件的數量。換言之,它是研究中包含的觀測值或參與者的數量。樣本數的大小會對研究結果的準確性和可靠度產生重大影響。較大的樣本數通常能更具代表性地反映母體,並有助於降低隨機抽樣誤差的影響。因此,在開展研究之前確定合適的樣本數非常重要,以確保結果在統計上有效且可靠。
  • Sample mean: 樣本平均值是從較大母體中選取的一組觀測值或資料點的平均值。其計算方法是將樣本中所有值相加,再除以觀測值的個數。樣本平均值常用作母體平均值(即整個母體的平均值)的估計量。
  • Confidence level: 在假設檢定中,信賴水準表示我們對統計分析所具有的確定程度或信心水準。它是一個機率值,表示真實母體參數落在指定取值範圍內的可能性。信賴水準通常以百分比表示,記作 (1 - α),其中 α 為顯著水準,即拒絕一個為真的虛無假設的機率。例如,如果信賴水準為 95%,則表示我們有 95% 的把握認為真實母體參數位於我們的區間估計之內,並且有 5% 的可能性犯第一類錯誤(拒絕一個為真的虛無假設)。從實際角度看,信賴水準越高,意味著我們對統計分析及其結果越有信心。然而,提高信賴水準也會使信賴區間變寬,從而更難檢測到較小的效應。因此,信賴水準的選擇取決於研究的背景和研究者的目標。
  • Known standard deviation: 母體標準差(σ),來自以往研究或歷史資料,而不是由樣本估計得到。檢定統計量 z 的計算方法是:樣本平均值與假設平均值之差,除以平均值的標準誤(σ 除以樣本數的平方根),並與標準常態分配進行比較。
  • Hypothesized mean: 假設平均值,也稱為期望平均值或母體平均值,是虛無假設中指定的值,代表被檢定變數的平均值。它是一個理論值,用於與實際樣本平均值比較,以判斷差異在統計上是否顯著,還是由偶然因素造成。
  • Alternative hypothesis: 在假設檢定中,對立假設(也稱為研究假設)是代表與虛無假設不同結論的陳述。虛無假設通常代表現狀,或認為兩個或多個組或變數之間沒有顯著差異或關係的假定。對立假設是被檢定的陳述,它提出所研究的組或變數之間存在顯著差異或關係。
  • Download as Excel: 以 Excel 格式顯示結果,該格式易於編輯,並可使用 load file. 選項重新載入以進行計算。

常見問題

什麼是單樣本 z 檢定?

當母體標準差已知時,單樣本 z 檢定用於判斷樣本平均值與已知的母體平均值是否存在顯著差異。z 統計量等於樣本平均值與假設平均值之差除以標準誤,即 σ 除以樣本數的平方根。它可以作為左側檢定、右側檢定或雙尾檢定進行。

單樣本 z 檢定的條件是什麼?

母體標準差必須已知,資料點必須相互獨立、連續並且是隨機抽樣得到的。資料應服從常態分配,尤其是在樣本數為 20 或更少時;如果資料不服從常態分配,則樣本數應大於 20 且資料不應嚴重偏斜,以使樣本平均值近似服從常態分配。

單樣本 z 檢定與 t 檢定有什麼區別?

母體標準差已知時使用 z 檢定。如果母體標準差未知、必須由樣本估計,則改用單樣本 t 檢定。計數資料使用單樣本卜瓦松率檢定,合格/不合格資料使用單比率。

如何在 Zometric Statistical Software 中進行單樣本 z 檢定?

開啟單樣本 z 檢定工具,輸入或貼上資料,然後設定信賴水準、已知標準差、假設平均值和對立假設,並點選 Calculate。彙總資料版本則接受樣本數、樣本平均值、已知標準差、假設平均值和信賴水準,而不是原始資料。