什么是Z检验？
Z检验是一种统计检验，用于确定方差已知且样本量较大时两个总体平均值是否不同。 假定测试统计量具有正态分布，并且应该知道诸如标准偏差之类的讨厌参数，以便执行准确的z检验。
z统计量或z分数是一个数字，表示从z检验得出的分数高于或低于平均总体多少个标准差。
重要要点
- Z检验是一种统计检验，用于确定方差已知且样本量较大时两个总体均值是否不同。 它可用于检验z检验遵循正态分布的假设。 Z统计量或Z分数是一个数字，代表Z检验的结果。 Z检验与 t 检验密切相关 ，但是当实验的样本量较小时，最好执行t检验。 同样，t检验假定标准偏差未知，而z检验假定已知标准偏差。
Z测试如何工作
可以作为z检验进行的检验的示例包括一个样本位置检验，两个样本位置检验，成对差异检验和最大似然估计。 Z检验与t检验密切相关，但是当实验的样本量较小时，最好执行t检验。 同样，t检验假定标准偏差未知，而z检验假定已知标准偏差。 如果总体的标准偏差未知，则假设样本方差等于总体方差。
假设检验
z检验也是一种假设检验，其中z统计量服从正态分布。 z检验最适合用于30个以上的样本，因为在中心极限定理下，随着样本数量的增加，样本被视为近似正态分布。 进行z检验时，应说明原假设和替代假设alpha和z得分。 接下来，应计算测试统计量，并说明结果和结论。
一样本Z测试示例
假设投资者希望测试股票的平均日收益率是否大于1％。 计算出一个简单的50个收益率的随机样本，平均收益率为2％。 假设回报的标准偏差为2.5％。 因此，零假设是指平均值或平均值等于3％。
相反，替代假设是平均回报是否大于3％。 假设通过两尾检验选择了0.05％的alpha。 因此，每条尾巴中有0.025％的样本，并且alpha的临界值为1.96或-1.96。 如果z的值大于1.96或小于-1.96，则否定假设被拒绝。
z的值是通过从观察到的样本平均值中减去为测试选择的平均日收益率的值（在这种情况下为1％）来计算的。 接下来，将结果值除以标准偏差，再除以观察值数量的平方根。 因此，测验统计量经计算为2.83，即（0.02-0.01）/（0.025 /（50）^（1/2））。 因为z大于1.96，所以投资者拒绝零假设，并得出平均每日收益大于1％的结论。
