Z 检验是基于 Z 统计量的假设检验，在原假设下服从正态分布。
最简单的 Z 检验是单样本 Z 检验，它检验具有已知方差的正态分布总体的均值。例如，糖果制造商的经理想要知道某个批次的糖果盒的平均重量是否等于目标值 10 盎司。根据历史数据，经理知道填充机器的标准差为 0.5 盎司，因此他们使用该值作为单样本 Z 检验中的总体标准差。
您还可以使用 Z 检验确定概率分析和 Logistic 回归中的预测变量是否对响应有显著影响。原假设声称预测变量不显著。
您可以选择使用 Z 检验针对 Poisson 率检验和比率检验执行正态近似。当样本数量和事件数足够大时，这些正态近似有效。
