Критическое значение Z: определение и использование
2026-02-19 17:19
1.Определение
Критическое значение Z (Z-критическое, Z<sub>крит</sub>) — это пороговое значение стандартизованной нормально распределенной случайной величины, определяющее границу области принятия или отвержения нулевой гипотезы при заданном уровне значимости α в Z-тесте .
2.Происхождение и контекст
Понятие критического значения возникло в рамках математической статистики и теории проверки статистических гипотез, развитой Р. Фишером и Е. Пирсоном в первой половине XX века. Критические значения основаны на свойствах стандартного нормального распределения (Z-распределения) и табулированы для стандартных уровней значимости (0,1; 0,05; 0,01), что позволяет исследователям принимать решения без сложных вычислений .
3.Суть метода простыми словами
Представьте мишень с круглой областью попадания. Критическое значение Z — это радиус этой области . Если ваш результат (вычисленная Z-статистика) попадает внутрь круга, значит, отклонение случайно и гипотезу отвергать нельзя. Если результат вылетает за пределы круга — отклонение слишком большое, и гипотезу отвергают. Размер круга зависит от того, насколько вы боитесь ошибиться (уровня значимости) .
4.Как определяется критическое значение
Процесс нахождения критического значения Z включает следующие этапы :
1.Выбор уровня значимости α: Определяется допустимая вероятность ошибки первого рода (отвергнуть верную нулевую гипотезу). Обычно используется α = 0,05 (5%), α = 0,01 (1%) или α = 0,1 (10%).
2.Определение типа теста (односторонний или двусторонний):
Для двустороннего теста (проверка неравенства «не равно») критическая область делится на два хвоста распределения, и α/2 приходится на каждый хвост .
Для одностороннего теста (проверка неравенств «больше» или «меньше») вся критическая область α находится в одном хвосте .
3.Нахождение Z<sub>крит</sub> по таблице стандартного нормального распределения: По известной вероятности (1-α для одностороннего или 1-α/2 для двустороннего) находят соответствующее значение Z .
4.Сравнение с вычисленной Z-статистикой: Если |Z<sub>выч</sub>| ≥ Z<sub>крит</sub>, нулевая гипотеза отвергается .
5.Таблица критических значений Z (наиболее распространенные)
Проверка качества продукции (α = 0,05, двусторонний тест): Производитель утверждает, что средний вес упаковки составляет 100 г. Выборочное среднее по 50 упаковкам дало Z<sub>выч</sub> = 2,1. Критическое значение для двустороннего теста при α=0,05 равно 1,96. Поскольку 2,1 > 1,96, нулевая гипотеза отвергается — вес значимо отличается от нормы .
A/B-тест в маркетинге (α = 0,05, односторонний тест): Маркетолог проверяет гипотезу, что новая версия лендинга увеличит конверсию (H₁: μ > μ₀). Вычисленная Z-статистика = 1,80. Критическое значение для одностороннего теста при α=0,05 равно 1,645. Поскольку 1,80 > 1,645, гипотеза о росте конверсии подтверждается .
Медицинское исследование (α = 0,01, двусторонний тест): Исследуется влияние нового препарата на давление. Z<sub>выч</sub> = 2,9. Критическое значение для двустороннего теста при α=0,01 равно 2,576. 2,9 > 2,576, что указывает на высокую статистическую значимость эффекта .
Социологический опрос (α = 0,1, односторонний тест): Социолог проверяет, превышает ли доля сторонников кандидата 50%. Z<sub>выч</sub> = 1,35. Критическое значение для одностороннего теста при α=0,1 равно 1,282. Поскольку 1,35 > 1,282, гипотеза о превышении 50% подтверждается на 10%-ном уровне значимости .
7.Области применения
Статистическая проверка гипотез: Принятие решений в Z-тестах о средних и долях .
Контроль качества: Определение выхода параметров за допустимые границы .
Медицинские исследования: Оценка эффективности лечения и новых препаратов .
Маркетинг и A/B-тестирование: Принятие решений о запуске изменений на основе статистической значимости .
Социология и психология: Анализ результатов опросов и экспериментов .
8.Преимущества
Стандартизация: Единая шкала для принятия решений независимо от единиц измерения исходных данных .
Простота использования: Таблицы критических значений доступны и не требуют сложных вычислений .
Объективность: Четкий критерий для отвержения или принятия гипотезы .
Учет риска ошибки: Значение выбирается исходя из допустимого уровня ошибки первого рода .
9.Ограничения и недостатки
Зависимость от уровня значимости: Выбор α субъективен и влияет на решение (при α=0,05 гипотеза может быть отвергнута, а при α=0,01 — принята) .
Применимость только для Z-теста: Метод работает при соблюдении условий Z-критерия (известная дисперсия или большая выборка) .
Дискретность решений: Пороговый принцип «отвергнуть/не отвергнуть» не отражает степень доказательности .
Риск ошибок интерпретации: Путаница между односторонним и двусторонним тестом ведет к неверным выводам .