Działający przykład
Dwustronny dodatni z
- Wejście
- z = 1.96; dwustronne
- Wyjście
- p ≈ 0.049996
Każdy z dwóch symetrycznych ogonów wynosi około 0.025.
statystyczny kalkulator wartości p
Przekształć dostarczoną statystykę testu standardowo-normalnego oznaczoną przez z na prawdopodobieństwo końcowe, zachowując wyraźną hipotezę alternatywną. Wyświetlane wartości p są ograniczone do sześciu miejsc po przecinku, co odpowiada testowanej dokładności bieżącego przybliżenia numerycznego. Ta strona nie wyprowadza standardowej statystyki testowej oznaczonej jako z na podstawie surowych danych ani nie traktuje małej statystycznej wartości p jako prawdopodobieństwa, że hipoteza jest prawdziwa.
Czy ten kalkulator był pomocny?
Jak korzystać z kalkulatora
Wprowadź standardową statystykę testową normalną oznaczoną przez z oraz informację, czy alternatywa jest dwustronna, dolna czy górna.
Sprawdź, w jaki sposób wyprowadzono standardową statystykę testu normalnego oznaczoną przez z, czy obowiązują założenia modelu normalnego i czy przed zobaczeniem danych wybrano ogon.
Odczytaj statystyczną wartość p w standardowym modelu normalnym i wprowadzoną statystykę standardowego testu normalnego oznaczoną przez z i porównaj wyświetlone założenia przed ponownym użyciem odpowiedzi.
Wzór
Standardowy normalny CDF Φ, dolny ogon p = Φ(z), górny ogon p = 1 − Φ(z) i dwustronne p = 2 × [1 − Φ(|z|)]. Wyniki są ograniczane do przedziału prawdopodobieństwa od 0 do 1.
Przykład obliczeń
standardowa statystyka testowa oznaczona przez z 1.96 daje dwustronną statystyczną wartość p około 0.049996 przy obsługiwanej precyzji wyświetlania; z = 0 daje 0.5 dla pojedynczego ogona i 1.0 dla obliczeń dwustronnych.
Przewodnik referencyjny
Szczegóły formuły i wskazówki dotyczące wyników
Postępuj zgodnie ze zmiennymi, wyprowadzeniem, regułą precyzji i opracowanymi przypadkami poniżej, aby niezależnie odtworzyć obliczenia.
Zmienne
| Symbol | Znaczenie | Jednostka | Rola |
|---|---|---|---|
| z | Standardowa normalna statystyka testowa | odchylenia standardowe | Wejście |
| Φ(z) | Standardowe normalne prawdopodobieństwo skumulowane | prawdopodobieństwo | Średnio zaawansowany |
| p | wartość p dla wybranego ogona | prawdopodobieństwo | Wyjście |
Wyprowadzenie
- Prawdopodobieństwo lewego ogona wynosi p = Φ(z), podczas gdy prawdopodobieństwo prawego ogona wynosi p = 1 − Φ(z).
- Dla symetrycznego dwustronnego testu z p = 2 × min[Φ(z), 1 − Φ(z)].
- Prawdopodobieństwo jest ograniczone do [0, 1] po numerycznej ocenie normalnej standardowej CDF.
Zaokrąglenie i precyzja
Normalny CDF jest oceniany numerycznie, a wartości p wyświetlają nie więcej niż 6 miejsc po przecinku, co odpowiada sprawdzonej dokładności bieżącego przybliżenia. Wartości pokazane jako 0 są poniżej rozdzielczości wyświetlacza i nie stanowią dowodu na niemożliwy wynik zerowy.
Przykłady obrobione i graniczne
Działający przykład
Test prawego ogona
- Wejście
- z = 2.3263; prawy ogon
- Wyjście
- p ≈ 0.01
Wybrana alternatywa określa, który koniec jest liczony.
Sprawa graniczna
Centrum dystrybucji
- Wejście
- z = 0; dwustronne
- Wyjście
- p = 1
Statystyka wyśrodkowana nie jest skrajna w żadnym kierunku.
Typowe błędy
- Wybór dwustronnego wyniku po sformułowaniu hipotezy kierunkowej na podstawie zaobserwowanego wyniku.
- Interpretacja p jako prawdopodobieństwo, że hipoteza zerowa jest prawdziwa.
- Używanie rozkładu z, gdy model próbkowania lub statystyka testowa wymaga innego rozkładu odniesienia.
Jak interpretować wynik
Wartość p to prawdopodobieństwo, w ramach podanego modelu zerowego, statystyki testowej co najmniej tak ekstremalnej w wybranym kierunku ogona. Nie jest to wielkość efektu ani późniejsze prawdopodobieństwo hipotezy.
Zakres
Odpowiedni dla
- Odtwarzanie standardowego prawdopodobieństwa ogona normalnego na podstawie znanej statystyki Z.
- Sprawdzanie jedno- i dwustronnej arytmetyki testu z.
Nie używać do
- Wybór testu lub ogona po obejrzeniu wyniku.
- Podejmowanie merytorycznej decyzji bez założeń, wielkości efektu, niepewności i kontekstu.
Narzędzia do tego samego zadania
Kolejne narzędzia w przepływie pracy
Dowody i źródła
- Wartość p mierzy skrajność ogona w modelu zerowym, a nie prawdopodobieństwo, że hipoteza zerowa jest prawdziwa.National Institute of Standards and Technology: What are confidence intervals and p-values?Obsługuje: Wartości p jako prawdopodobieństwa ogona w ramach określonego modelu zerowego i wstępnie wybranych poziomów istotności. Recenzja 2026-08-22.
- Standardowy rozkład normalny prawdopodobieństwa jest symetryczny, a jego CDF zapewnia końcowe prawdopodobieństwa dla z.National Institute of Standards and Technology: Normal DistributionObsługuje: Standardowa gęstość normalna, skumulowane prawdopodobieństwo i zależność kwantylowa. Recenzja 2026-08-22.
- Dolny, górny lub dwustronny ogon musi pasować do alternatywnej hipotezy wybranej przed interpretacją.OpenStax: Introductory Statistics 2e — Full Hypothesis-Test ExamplesObsługuje: Testy hipotez zerowych, wartości p, przedziały ufności i wybór rozkładu. Recenzja 2026-08-22.
Założenia i ograniczenia
- Używaj tego tylko wtedy, gdy uzasadniony jest standardowy normalny rozkład odniesienia. Nie zastępuje projektowania badania, analizy wielkości efektu, korekty wielokrotnych testów ani interpretacji specyficznej dla domeny.
- statystyczny kalkulator wartości p wykorzystuje tylko wartości wprowadzone w formularzu i nie wywnioskować instytucję, politykę, kontrakt, populację lub stan projektu.
- Obliczenia robocze zachowują pełną precyzję numeryczną; zaokrąglanie wyświetlacza jest oddzielne i nie należy go kopiować do późniejszych obliczeń, gdy dostępna jest wartość niezaokrąglona.
Źródła
- National Institute of Standards and Technology: What are confidence intervals and p-values?Wartości P jako prawdopodobieństwa ogonów w określonym modelu zerowym. Zweryfikowano 2026-08-22.
- National Institute of Standards and Technology: Normal DistributionStandardowy rozkład normalny, skumulowane prawdopodobieństwo i kwantyle. Zweryfikowano 2026-08-22.
- OpenStax: Introductory Statistics 2e — Full Hypothesis-Test ExamplesNormalne ogony, wartości p, przedziały ufności i interpretacja statystyczna. Zweryfikowano 2026-08-22.
Powiązane kalkulatory
Weryfikacja
Jak sprawdzamy ten kalkulator
Zaufanie wynika z odtwarzalnych dowodów, a nie z pewności modelu. Na tej stronie można sprawdzić wzór, założenia, rozwiązany przykład i cytowane źródła.
- Wersjonowane obliczenieLogika wzoru jest oddzielona od interfejsu i objęta automatycznymi kontrolami rejestru oraz działania.
- Cytowane dowodyŹródła połączone do niezależnej weryfikacji: 3.
- Przejrzyste użycie AIAI może pomagać w redagowaniu lub krytycznej kontroli. Zgodność modeli nie jest dowodem, a przeglądu przez eksperta nie deklarujemy, jeśli nie wskazano recenzenta z imienia i nazwiska.
Częste pytania
Jak działa statystyczny kalkulator wartości p ?
Standardowy normalny CDF Φ, dolny ogon p = Φ(z), górny ogon p = 1 − Φ(z) i dwustronne p = 2 × [1 − Φ(|z|)]. Wyniki są ograniczane do przedziału prawdopodobieństwa od 0 do 1.
Co powinienem wpisać w statystyczny kalkulator wartości p?
Wprowadź standardową statystykę testową normalną oznaczoną przez z i określ, czy alternatywa jest dwustronna, dolna czy górna, a następnie sprawdź, w jaki sposób wyprowadzono standardową statystykę testową oznaczoną jako z, czy założenia modelu normalnego obowiązują i czy przed wyświetleniem danych wybrano ogon.
Kiedy powinienem unikać polegania wyłącznie na statystyczny kalkulator wartości p?
Używaj tego tylko wtedy, gdy uzasadniony jest standardowy normalny rozkład odniesienia. Nie zastępuje projektowania badania, analizy wielkości efektu, korekty wielokrotnych testów ani interpretacji specyficznej dla domeny.
Ostatnia aktualizacja 2026-08-25 · standard-normal-tail-six-decimal-v2 · content-2026-08-22 · Tłumaczenie maszynowe; formuły i źródła zostały sprawdzone w źródle angielskim w wyświetlonym dniu recenzji.