使用步驟
- 選擇分佈:Z、t、卡方或 F。
- 填寫檢驗統計量和自由度,選擇雙側、左側或右側。
- 讀出 p 值;在下方填寫 α 可以查臨界值。
引數說明
- 計算方法
- t、F 用正則化不完全 Beta 函式,卡方、正態用正則化不完全 Gamma 函式,精度與 R 的 pt、pchisq、pf 一致。
- 單雙側
- 雙側 p 值 = 2 × 較小的一側尾機率;卡方和 F 檢驗通常只看右側。
計算示例與臨界值
當 t = 2.31、自由度為 18 並選擇「雙側」時,p 值為 0.0330。它小於 α = 0.05(顯著),但不小於 α = 0.01(不顯著)。自由度為 18、α = 0.05 時的臨界值是 −2.1009 和 2.1009,2.31 落在它們之外,結論相同。
Z 和 t 的雙側臨界值(統計量的絕對值必須超過的數值):
| α | Z | t,df = 10 | t,df = 30 | t,df = 120 |
|---|---|---|---|---|
| 0.10 | 1.6449 | 1.8125 | 1.6973 | 1.6577 |
| 0.05 | 1.9600 | 2.2281 | 2.0423 | 1.9799 |
| 0.01 | 2.5758 | 3.1693 | 2.7500 | 2.6174 |
卡方的右側臨界值:
| df | α = 0.10 | α = 0.05 | α = 0.01 |
|---|---|---|---|
| 1 | 2.7055 | 3.8415 | 6.6349 |
| 2 | 4.6052 | 5.9915 | 9.2103 |
| 5 | 9.2364 | 11.0705 | 15.0863 |
| 10 | 15.9872 | 18.3070 | 23.2093 |
隨著自由度增大,t 的數值會向 Z 的數值靠攏。
常見問題
p < 0.05 就說明結論正確嗎?
不是。p 值只表示在原假設成立時出現當前或更極端結果的機率,還需要結合效應量和研究設計判斷。
自由度可以是小數嗎?
可以,例如 Welch t 檢驗的自由度常常是小數。
和統計表查到的不一樣?
統計表只列了少數自由度和機率,通常經過四捨五入;這裡是直接計算的精確值。
隱私說明
本工具完全在瀏覽器中執行,檔案和文字都在你的裝置上處理,不會上傳到我們的伺服器。