P 值计算器最常见的搜索意图是：样本均值和一个参考值之间的差异，是否已经大到难以用随机波动解释？当前页面把这个问题限定为一个清晰的场景：用样本均值、原假设均值、总体标准差和样本量进行单样本双尾 z 检验。
输入汇总统计量后，页面依次显示 z 统计量、双尾 P 值和固定阈值下的解释。它适合统计入门、课堂练习、公式复核和快速试算；它不是包含所有分布和检验类型的统计软件。你还可以使用 Z 分数计算器复核标准化分数，使用概率计算器处理基础概率问题，或打开科学计算器继续进行一般数学运算。
如果你只有样本标准差、需要 t 分布、需要单尾检验、需要自定义 α，或需要处理比例、方差、列联表和多组均值，请改用支持相应检验的统计工具。
输入观测样本的平均值。它可以是正数、负数或 0，单位必须和原假设均值、标准差保持一致。
它根据样本均值等汇总统计量进行单样本、双尾、正态近似 z 检验，不提供单尾选择或 t、卡方、F 分布。
当前公式使用 σ/√n 作为标准误，假设 σ 是已知的总体标准差；如果只有样本标准差，通常应考虑 t 检验并使用支持自由度的工具。
在预先选定 α=0.05 且模型前提合理时，通常可以拒绝原假设；这不代表效应一定很大，也不代表原假设为真的概率只有 5%。
页面不让你输入 α；解释区间固定使用 0.01、0.05 和 0.10，而底部结论固定按 0.05 比较。
结果卡片把 P 值格式化为 6 位小数，极小的正数可能因此显示为 0.000000；这不等于数学上的 P 值恰好为零。
根据样本均值、原假设均值、总体标准差和样本量，计算单样本双尾 z 检验的 z 统计量与 P 值。