透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

臨界 Z 值(z*)
1.96
所選信心水準對應的 z 分數
顯著水準(α) 0.05
所用的累積機率 0.975

什麼是臨界 Z 值?

臨界 z 值(通常寫成 z*)標示了標準常態分配中拒絕域的邊界。它是對應某個信心水準或顯著水準(α)的 z 分數。舉例來說,大家最熟悉的 z* = 1.96,就是來自 95% 的雙尾信心水準。這個計算器會反推標準常態的累積分配函數(CDF),讓你能直接從信心水準換算出對應的 z 值,省去查表的麻煩。

使用方式

請以百分比輸入你的信心水準(例如 95% 就填 95)。接著選擇檢定類型:雙尾(信賴區間與雙側假設檢定最常用的選項)或單尾(適用於有方向性的檢定)。計算器會回傳臨界 z 值,並附上顯著水準 α 以及所查詢的累積機率。

公式解析

首先把信心水準轉換成顯著水準:\(\alpha = 1 - \text{信心水準}\)。在雙尾檢定中,\(\alpha\) 會平均分配到兩側尾端,所以每一側各佔 \(\alpha/2\)。臨界值即為 \(1 - \alpha/2\) 處的反常態值,寫成 $$z^* = \Phi^{-1}\!\left(1 - \frac{\alpha}{2}\right)$$ 在單尾檢定中,整個 \(\alpha\) 全集中在單一尾端,因此 $$z = \Phi^{-1}\!\left(1 - \alpha\right)$$ 這裡的 \(\Phi^{-1}\) 是標準常態分配的分位數函數(反 CDF),本工具採用高精度的有理逼近法進行計算。

Advertisement
兩條常態曲線顯示右尾與左尾的臨界區域
單尾檢定將整個 alpha 區域置於單側尾端(右側或左側)。

實例演算

假設你想求 95% 雙尾的臨界值。此時 \(\alpha = 1 - 0.95 = 0.05\),\(\alpha/2 = 0.025\)。累積機率為 \(1 - 0.025 = 0.975\)。查 \(\Phi^{-1}(0.975)\) 可得 \(z^* \approx 1.95996\),也就是信賴區間中經典的 1.96。

常見問題

為什麼 95% 信心水準的 z = 1.96?因為在標準常態曲線下,1.96 左側涵蓋了 0.975 的面積,兩側尾端各留下 2.5%。

單尾與雙尾有什麼差別?雙尾檢定把 \(\alpha\) 分到兩側尾端(所以 z* 較大);單尾檢定則把整個 \(\alpha\) 放在單一尾端。

99% 信心水準對應的 z 值是多少?雙尾時約為 2.5758。

最後更新: