MyCalCute
Installieren
Rechner / Mathematik / p-Wert eines zweiseitigen Z-Tests

p-Wert eines zweiseitigen Z-Tests

Berechnen Sie aus einer z-Statistik eine zweiseitige Randwahrscheinlichkeit der Standardnormalverteilung.

Auf dieser Seite

Ihr Ergebnis

Betrag von z1.96
Zweiseitiger p-Wert0.05Wahrscheinlichkeit
Fläche beider Verteilungsenden5%

Rechnersteuerung

Berechnungsmethode

Berechnen Sie aus einer z-Statistik eine zweiseitige Randwahrscheinlichkeit der Standardnormalverteilung.

p = 2 × Integral von |z| bis unendlich über exp(−t²/2)/√(2π) dt. Berechnet mit der zusammengesetzten Simpson-Regel bis 12 und 4096 Intervallen; unterstütztes |z| ≤ 10.

Bearbeitetes Beispiel

Z-Statistik: 1.96.

Betrag von z: 1.96 ; Zweiseitiger p-Wert: 0.05 Wahrscheinlichkeit; Fläche beider Verteilungsenden: 5 %.

Annahmen und Grenzen

Ein p-Wert ist eine Randwahrscheinlichkeit unter dem angegebenen Nullmodell, nicht die Wahrscheinlichkeit, dass eine Hypothese wahr ist. Vorausgesetzt werden eine gültige standardnormalverteilte z-Statistik und ein vorab festgelegter zweiseitiger Test. Bei geschätzter Standardabweichung aus kleiner Stichprobe ersetzt er keinen t-Test. Die Werte sind Näherungen, nicht exakt null.

Die Anzeige ist gerundet; für die Berechnung werden ungerundete Werte verwendet. Lesen Sie unsere Berechnungsmethodik.

Das Ergebnis verstehen

Das Ergebnis misst, wie viel Standardnormalwahrscheinlichkeit in beiden Richtungen mindestens so weit von null entfernt liegt wie die eingegebene z-Statistik.

Wann dieses Werkzeug sinnvoll ist

Verwenden Sie es erst nach Festlegung eines gültigen zweiseitigen z-Tests und seiner Annahmen. Statistische Signifikanz ist weder Effektgröße noch praktische Bedeutung.

Die Eingaben verstehen

EingabeWas einzugeben ist
Z-StatistikGeben Sie eine Zahl zwischen -10 und 10 ein.

Häufig gestellte Fragen

Ist p die Wahrscheinlichkeit, dass die Nullhypothese wahr ist?

Nein. Es ist die Wahrscheinlichkeit für mindestens so extreme Daten unter dem angegebenen Nullmodell, nicht eine Wahrscheinlichkeit für die Hypothese selbst.