统计检验 使用指南
选择检验类型（单样本 t、独立双样本 t、配对 t 或卡方拟合优度），输入对应数据，自动计算统计量、自由度与 p 值，用于判断两组均值差异或观测频数与期望频数是否吻合。
功能说明
选择检验类型（单样本 t、独立双样本 t、配对 t 或卡方拟合优度），输入对应数据，自动计算统计量、自由度与 p 值，用于判断两组均值差异或观测频数与期望频数是否吻合。
典型使用场景
- 单样本 t 检验：判断样本均值是否与某个理论值（如 μ₀=20）存在显著差异。
- 独立/配对 t 检验：比较两组均值（如训练前/后、A/B 两组）；配对检验用于同对象前后测。
- 卡方拟合优度：判断观测频数分布是否与期望分布（如均匀分布）一致。
算例参考
- 四类检验的默认数据演示：①单样本 t：10 个样本均值 25.5000、标准差 8.6699，与 μ₀=20 比较得 t=2.0061、df=9、临界值 ±2.2620（α=0.05 双侧）；|t|<临界值，不能拒绝 H₀。②独立 t（方差齐）：两组均值 25.500 与 38.333，t=−3.0533、df=20、临界值 ±2.0860，差异显著。③配对 t：前后差值均值 7.1000、t=25.6422、df=9，训练效果显著。④卡方：观测 25/30/20/15/10，期望均分 20，χ²=12.5000、df=4、临界值 9.4880，拒绝均匀分布假设。
注意事项
本工具纯前端运行，输入内容不上传服务器；结果为按上述口径得到的理论估算值。实际应用受设备参数、测量条件与当地规范影响，请以设备铭牌、检测报告与现行标准为准，重大决策建议咨询专业人士。
- t 检验对数据有什么要求？
- 通常假设两组数据近似正态、方差齐（独立 t 可选 Welch 校正方差不齐）。样本量过小或存在极端值时结论需谨慎，建议结合效应量与置信区间综合判断。
- 卡方检验的期望频数怎么给？
- 留空时按均匀分布（各类别期望相同）处理；也可手动输入期望频数。每类期望频数建议 ≥5，否则结论可靠性下降。