在Python的statsmodels库中，为何z-test无需总体标准差？

核心逻辑：用样本标准差近似替代总体标准差 #

标准单样本z-test的理论前提是总体标准差已知，但statsmodels的ztest函数做了实用化处理——当你不传入总体标准差时，它会自动用样本标准差计算标准误，具体细节如下：

1. 大样本场景的合理性
   当样本量足够大（通常n≥30）时，根据中心极限定理，样本标准差会非常接近总体标准差，此时用样本标准差计算的z统计量依然近似服从标准正态分布，完全符合z-test的推断逻辑。

2. 小样本场景的近似处理
   哪怕样本量较小（比如你例子里的n=20），ztest也不会报错，依然会用样本标准差计算。这时候严格来说更适合用t-test，但statsmodels提供了这种近似选项；如果需要严格的小样本推断，应该使用ttest_1samp函数。

3. 具体计算步骤
   函数内部会先计算样本均值（x̄）和样本标准差（s，默认用自由度n-1计算，即除以n-1），然后套用z统计量公式：

   z = (x̄ - μ₀) / (s / √n)
   

   其中μ₀是你传入的value参数（假设的总体均值），n是样本量，分母(s/√n)就是用样本标准差计算的标准误。

以你的代码为例验证 #

手动计算对应结果：

• 样本均值x̄=103.05
• 样本标准差s≈8.21（自由度19）
• 标准误=8.21/√20≈1.835
• z=(103.05-100)/1.835≈1.66，和ztest(data, value=100)输出的z值完全一致（实际运行结果z≈1.66，p≈0.097）

补充：已知总体标准差时的处理 #

如果你确实掌握总体标准差，可以手动计算标准误（用总体标准差除以√n）再代入z公式，或者自行封装逻辑——ztest函数本身没有直接传入总体标准差的参数，因为它默认以样本标准差做近似。

内容的提问来源于stack exchange，提问作者Rushank Savant