单样本 t 检验、两独立样本 t 检验、配对 t 检验、两比例 z 检验(A/B 测试转化率)、卡方拟合优度和列联表独立性检验。粘贴原始数据或填写汇总统计量,计算检验统计量、自由度、p 值、置信区间和效应量,并给出是否拒绝原假设的结论。
怎么看 p 值:p 值是在原假设成立时,得到当前或更极端结果的概率。p < α(通常 0.05)时拒绝原假设,认为差异具有统计学意义;p ≥ α 只能说没有足够证据,不代表没有差异。统计显著也不等于实际意义重大,还要结合效应量和置信区间判断。
t 检验假设数据大致服从正态分布(样本量较大时要求可以放宽);卡方检验要求每个期望频数一般不小于 5。p 值由不完全 Beta 和 Gamma 函数计算,与 Excel 的 T.TEST、CHISQ.TEST 一致。
选择检验方法,粘贴数据(空格、逗号或换行分隔)或填写汇总值,选择双侧或单侧备择假设和显著性水平 α,右侧显示 p 值、统计量、置信区间和效应量,下方列出计算过程。卡方检验一行数据为拟合优度,多行为列联表。
说明在原假设成立的前提下,出现当前或更极端结果的概率小于 5%,通常据此拒绝原假设,认为差异有统计学意义。
两组是不同的对象(如两个班)用独立样本 t 检验;同一批对象前后测量或配对设计用配对 t 检验。
用两比例 z 检验,输入两组的转化人数和总人数,p 值小于 0.05 且置信区间不包含 0,说明转化率差异显著。
不要求两组方差相等的两样本 t 检验,自由度用 Welch–Satterthwaite 公式近似,比假设方差相等的检验更稳健。
拟合优度检验看实际分布是否符合预期比例,独立性检验看两个分类变量(如性别和偏好)是否相关。
p 值按 t 分布、标准正态分布和卡方分布计算,与 Excel 的 T.TEST、CHISQ.TEST 一致;两样本默认 Welch t 检验;两比例 z 检验使用合并比例的正态近似,样本量较小时请改用精确检验。
数据只在浏览器本地计算,不会上传。
配对 t 检验要求两列数据个数相同且一一对应;卡方检验每个格子的期望频数一般不应小于 5,否则结果可能不准确。