软件版本2.02 用户说明书

6-33
5. 测试
Z 测试 提供各种不同的基于标准化的测试。当通过以前的测试确定某个总体（例如一个国家的全
部人口）的标准差时，它们能够测试样本是否精确地反映总体。
Z 测试用于需要重复进行的市场
调查以及民意调查。
单样本
Z 检验 在总体标准差已知时，对未知总体平均值进行测试。
双样本
Z 检验 在两个总体标准差已知时，依据独立样本测试两个总体平均值是否相等。
单比例
Z 检验 测试成功的未知比例。
双比例
Z 检验 测试并比较两个总体的成功比例。
t 测试 在总体标准差未知时测试假设。与经证实的假设相反的假设称为 虚假设 ，而已经证实的假
设称为 备择假设 。
t 测试通常用于测试虚假设。然后确定采用虚假设或者备择假设。
单样本
t 检验 在总体标准差未知时，测试单个未知总体平均值的假设。
双样本
t 检验 在总体标准差未知时，比较总体平均值。
一次回归
t 检验 计算配对数据一次关联的强度。
借助
χ
2
检验 ，提供许多独立群组并针对每个群组包含样本的概率测试假设。
χ
2
GOF检验 （ χ
2
单向测试）测试观察的样本数据计数是否符合某个特定分布。例如，可用于确
定是否符合正态分布或者二项分布。
χ
2
双向检验 生成主要由两个定性变量（例如“是”和“否”）构成的列联表并评估这些变量的
独立性。
双样本 F 检验 测试样本方差比值的假设。例如，它可用于测试多个可疑因素（例如吸烟、饮酒、
缺乏维生素、大量饮用咖啡、缺少活动、不良生活习惯等）的致癌作用。
方差分析 在有多个样本时各样本的总体平均值相等的假设。例如，它可用于测试材料不同组合
对最终产品的质量与寿命是否有影响。
单向方差分析 用于存在一个独立变量和一个因变量的情况。
双向方差分析 用于存在两个独立变量和一个因变量的情况。