什麼是由 Z 分數求得的 P 值？
Z 分數代表某個觀測值偏離標準常態分布平均數幾個標準差。而 P 值則把這個 Z 分數轉換成機率：在虛無假設成立的前提下，觀察到如此極端結果的可能性有多高。這個計算器能將任何 Z 分數，換算成雙尾、左尾或右尾假設檢定所對應的 P 值。
如何使用這個計算器
輸入你的 Z 分數（正負皆可），再選擇檢定類型。雙尾檢定用來判斷兩個方向是否有差異；左尾與右尾檢定則只檢驗某一特定方向的差異。按下計算，即可得到 P 值以及累積機率 \Phi(z)。
公式說明
核心在於標準常態分布的累積分布函數 \Phi(z)，它代表鐘形曲線中 z 左側的面積。其計算源自誤差函數：
雙尾檢定時，我們將上尾面積加倍：
右尾檢定為 p = 1 - \Phi(z)，左尾檢定則為 p = \Phi(z)。本工具以 Abramowitz & Stegun 7.1.26 近似式計算 erf，精確度約達小數點後 7 位。
實例演算
假設 z = 1.96，且進行雙尾檢定。\Phi(1.96) ≈ 0.9750，所以 1 - \Phi(1.96) ≈ 0.0250，於是
這正好是經典 95% 信賴水準的臨界值——z = 1.96 恰好對應我們熟知的 \alpha = 0.05 顯著水準門檻。
使用注意事項與精準校對原則（6 大核心守則）
📐 1. 嚴格對齊輸入量綱與單位
輸入各項數值時請務必確認量綱（例如小時、天數、金額、百分比），避免單位不匹配引發推算偏差。
🔒 2. 純前端本機毫秒級隱私保障
所有計算邏輯 100% 在您的終端瀏覽器內完成，資料絕不上傳伺服器，嚴格守護商業與個人隱私。
📊 3. 符合公認學術與產業計算模型
演算法嚴格遵循國際通用數學公式與標準計算模型，經多重情境交叉核對，數值嚴密精確。
📋 4. 一鍵複製與免登入 PDF 匯出
支援一鍵複製推算結果字串至剪貼簿，亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。
🔄 5. 多情景敏感度動態對比
建議針對極端值與多組預期情景分別試算，觀察輸出數據的波動區間，輔助做出更穩健的決策。
🛡️ 6. 專業諮詢與日常參考免責聲明
本工具運算結果供日常排程、學業研習與事前參考之用，如涉及重大法規或投資決策請諮詢持證專家。