1.96和1.80：两种关键的统计值

1.96

1.96正态分布中的一个重要值，因为它代表了与95置信度对应的Z分数。换句话说，当我们说一个事件的发生概率为95时，这意味着1.96个标准差之外的事件只有5的可能性发生。

在统计假设检验中，1.96用作拒绝零假设的临界值。这意味着如果一个测试统计量大于1.96或小于-1.96，则我们拒绝零假设，即存在统计显着性。

1.80

1.80也是正态分布中的一个重要值，因为它代表了与90置信度对应的Z分数。与1.96类似，当我们说一个事件的发生概率为90时，这意味着1.80个标准差之外的事件只有10的可能性发生。

虽然1.96用于95置信度，但1.80用于90置信度。这对于确定研究结果的统计显着性以及在不同的假设检验情况下的决策非常重要。

结论

1.96和1.80统计学中广泛使用的两个值，它们代表了正态分布中对应于不同置信度水平的Z分数。了解这些值的含义对于解释统计结果、进行假设检验和做出数据驱动的决策至关重要。

标签

-统计学

-正态分布

-Z分数

-置信度

-假设检验