> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> 对两个总体的样本执行 mean z-test。

# meanZTest

<div id="meanZTest">
  ## meanZTest
</div>

引入版本：v22.2.0

对两个总体的样本执行 mean z-test。

两个样本的值都位于 `sample_data` 列中。
如果 `sample_index` 等于 0，则该行中的值属于第一个总体的样本。
否则，它属于第二个总体的样本。
零假设是两个总体的均值相等。
假定数据服从正态分布。
两个总体的方差可以不相等，且方差已知。

**语法**

```sql theme={null}
meanZTest(population_variance_x, population_variance_y, confidence_level)(sample_data, sample_index)
```

**参数**

* `population_variance_x` — 总体 x 的方差。[`Float*`](/zh/reference/data-types/float)
* `population_variance_y` — 总体 y 的方差。[`Float*`](/zh/reference/data-types/float)
* `confidence_level` — 用于计算置信区间的置信水平。[`Float*`](/zh/reference/data-types/float)

**输入参数**

* `sample_data` — 样本数据。[`(U)Int*`](/zh/reference/data-types/int-uint) 或 [`Float*`](/zh/reference/data-types/float) 或 [`Decimal`](/zh/reference/data-types/decimal)
* `sample_index` — 样本索引。[`(U)Int*`](/zh/reference/data-types/int-uint)

**返回值**

返回一个包含四个元素的元组：计算得到的 z 统计量、p 值、置信区间下限和置信区间上限。[`Tuple(Float64, Float64, Float64, Float64)`](/zh/reference/data-types/tuple)

**示例**

**mean z-test 示例**

```sql title=Query theme={null}
CREATE TABLE mean_ztest (sample_data Float64, sample_index UInt8) ENGINE = Memory;
INSERT INTO mean_ztest VALUES (20.3, 0), (21.9, 0), (22.1, 0), (18.9, 1), (19, 1), (20.3, 1);

SELECT meanZTest(0.7, 0.45, 0.95)(sample_data, sample_index) FROM mean_ztest;
```

```response title=Response theme={null}
┌─meanZTest(0.7, 0.45, 0.95)(sample_data, sample_index)───────────────────────────────┐
│ (3.2841296025548123, 0.0010229786769086013, 0.8198428246768334, 3.2468238419898365) │
└─────────────────────────────────────────────────────────────────────────────────────┘
```