比較兩條生產線的良率差異，用哪種統計檢定？
一家製造廠評估新生產線推出後，產品良率是否較原生產線提升。工程師分別從兩條生產線各抽樣 100 件產品，原生產線良率為 95%，新生產線為 97%。若欲檢定兩條生產線良率的差異是否具有統計意義，下列哪一種方法最為合適？
一家製造廠從兩條生產線各抽 100 件產品，原生產線良率 95%，新生產線良率 97%。想知道這 2% 的差異是真的有意義，還是只是隨機抽樣誤差。
問你：要檢定兩條生產線的良率（比例）差異是否具有統計意義，應該用哪種方法？
一句話總結
比較兩個獨立樣本的「比例（良率）」差異是否顯著，要用雙比例 Z 檢定（Two-proportion Z-test），它專門設計來比較兩個樣本的二元比例（良率、通過率等），n 夠大時 Z 近似常態，是這個場景的標準方法。
先感受問題：2% 的良率差異是真的嗎？
「精捷製造」的品管工程師志豪面臨一個決策：公司花了大錢升級新生產線，廠長要他「用數字證明新生產線真的比較好」。
志豪抽了兩批樣本：原生產線 100 件，良品 95 件（95%）；新生產線 100 件，良品 97 件（97%）。
廠長問：「這 2% 差異是真的提升，還是只是這批抽樣運氣好？」
問題的核心：良率是「比例」（proportion），不是平均值或計數。要比較兩個比例是否有顯著差異，需要針對「比例」設計的統計方法。
用錯方法會得出什麼問題
- t 檢定是比較平均值，不是比例：雙樣本 t 檢定比較的是兩組的平均值（μ1 vs μ2），假設資料是連續型且近似常態。良率是 0/1 二元資料的比例，不適合 t 檢定。
- ANOVA 是比較三組以上的平均值：ANOVA 用於三個或更多組的平均值比較，這裡只有兩組且比較的是比例，根本不適用。
- 卡方檢定比的是「頻率分佈」而非「兩組比例的差」：卡方獨立性檢定可以用，但它測試的是兩個類別變數的「關聯性」，雙比例 Z 檢定更直接針對「兩個比例的差值」建立檢定統計量，更符合本題語境。
- 只看點估計不做假設檢定：97% 確實比 95% 高，但差 2% 在統計上可能不顯著（p > 0.05），只憑樣本比例直接下結論忽略了抽樣誤差。
- 混用配對和獨立樣本方法：兩條生產線是獨立抽樣，若誤用配對檢定（Paired t-test），會高估差異的顯著性。
雙比例 Z 檢定：直接針對兩個比例的差值建立檢定統計量
志豪使用雙比例 Z 檢定，設定：
- 虛無假設（H₀）：p₁ = p₂（兩條生產線良率相同）
- 對立假設（H₁）：p₁ ≠ p₂（兩條生產線良率不同，雙尾）
計算結果：Z 統計量約 0.82，對應 p-value ≈ 0.41 > 0.05。
結論：雖然樣本良率差了 2%，但在統計上不顯著（p > 0.05），志豪需要更多樣本才能確認差異是真實的。這個結果讓廠長看到，光靠 100 件抽樣不夠有力。
這就是選項 B 講的：雙比例 Z 檢定（Two-proportion Z-test）。
技術版：雙比例 Z 檢定的概念位置
雙比例 Z 檢定的適用條件：兩個獨立隨機樣本、每組樣本量夠大（np ≥ 5 且 n(1-p) ≥ 5）、資料為二元結果（良品/不良品，成功/失敗）。
Z 統計量公式：
Z = (p̂₁ - p̂₂) / √(p̂(1-p̂)(1/n₁ + 1/n₂))
其中 p̂ 是合併比例（Pooled Proportion）：p̂ = (x₁ + x₂) / (n₁ + n₂) = (95+97) / (100+100) = 0.96
本題代入：Z = (0.97-0.95) / √(0.96×0.04×(1/100+1/100)) ≈ 0.02 / 0.0277 ≈ 0.72
對應雙尾 p-value ≈ 0.47，結論為不顯著差異。
雙比例 Z 檢定和卡方檢定（2×2 列聯表）在數學上等價：Z² = χ²，兩者給出相同的 p-value。差異在語境：Z 檢定直接呈現比例差的方向（正負），卡方只呈現是否有關聯。
為什麼其他選項是錯的
A雙樣本平均數 t 檢定（Two-sample t-test）
比較兩組的平均值是否有顯著差異。
t 檢定的目標是比較「平均值」（連續型變數），例如兩組的平均重量、平均分數。良率是「比例」（95% 和 97%），不是兩組量測值的平均。雖然比例在數學上也可以算「平均」，但 t 檢定的假設（常態殘差）對二元資料不成立，且這不是最直接的工具。
看到「比較兩組」就直覺選 t 檢定，沒有區分「比較兩組的平均值」和「比較兩組的比例」的差異。
C卡方檢定（Chi-square test）
用卡方統計量檢定兩個類別變數之間是否有關聯（獨立性檢定）。
卡方獨立性檢定可以用 2×2 列聯表分析「生產線類型」和「良率」的關聯，技術上也能得到相似結論。但本題問的是「兩個比例的差異是否顯著」，雙比例 Z 檢定更直接描述「p₁ - p₂」的顯著性，語境更貼切，是「最為合適」的選項。
知道卡方可以比較頻率分佈，認為「良率 = 類別頻率」所以卡方適合，但沒注意到雙比例 Z 檢定和本題場景更直接對應。
D變異數分析（ANOVA）
比較三個或更多組的平均值是否有顯著差異。
ANOVA 用於三組以上（如比較 3 條生產線的良率），本題只有兩組。即使硬用 ANOVA 比較兩組，它和 t 檢定是等價的（F = t²），但 ANOVA 的前提是比較「平均值」，同樣不是比較「比例」的最佳選擇。
把 ANOVA 當成「比較任何兩組差異」的萬用工具，不清楚它的適用場景（三組以上、連續型因變數）。
同個考點下次怎麼變形
如果改成比較「三條」生產線的良率，應該用哪種方法？
三組比較和兩組比較用不同方法嗎？
三組以上的比例比較用卡方獨立性檢定（2×k 列聯表），或對比例做多重比較。如果是平均值的三組比較則用 ANOVA（ANOVA 再搭配事後檢定如 Tukey HSD 找出哪兩組有差異）。
雙比例 Z 檢定的前提條件是什麼？n 多大才夠？
n=100 夠嗎？什麼時候才能用這個方法？
條件：兩個獨立樣本，各自的 np ≥ 5 且 n(1-p) ≥ 5。本題：100×0.95=95 ≥ 5，100×0.05=5 ≥ 5，剛好通過。n 越大，Z 近似越準確。若樣本量不足，應改用費雪精確檢定（Fisher's Exact Test）。
p-value = 0.47 代表什麼？能說「兩條生產線良率相同」嗎？
p > 0.05 就是「接受虛無假設」嗎？
不能。p > 0.05 只能說「沒有足夠證據拒絕虛無假設」，而非「虛無假設為真」。正確解讀是：在現有樣本量下，2% 的差異尚未達到統計顯著水準，需要更多樣本或更大的效應量才能下結論。
要讓這個 2% 差異達到顯著（α=0.05），至少需要多大的樣本量？
現在 n=100 不夠，需要多少才能「看出」2% 差異？
樣本量計算（Power Analysis）：要在 α=0.05、統計力量 80% 的前提下偵測 2% 的比例差（95% vs 97%），大約需要每組 1,600-2,000 個樣本。這說明 2% 的差異需要很大的樣本才能可靠偵測。
如果兩條生產線的樣本量不同（原生產線 200 件，新生產線 100 件），雙比例 Z 檢定還能用嗎？
樣本量不一樣，公式還能套嗎？
可以。雙比例 Z 檢定支援不等樣本量，Z 統計量公式中的 (1/n₁ + 1/n₂) 項自動處理不等樣本量的情況。樣本量不同只影響檢定力（較小的組貢獻更大的標準誤），不影響方法的適用性。
想再往下看，這 5 個
- 假設檢定（Hypothesis Testing）雙比例 Z 檢定是假設檢定的具體應用，遵循設定虛無假設、計算統計量、判斷 p-value 的標準流程。
- ANOVA（變異數分析）適用於三組以上均值比較，是 t 檢定的延伸；與雙比例 Z 檢定適用場景不同。
- 卡方檢定（Chi-Square Test）可用 2×2 列聯表檢定兩個類別變數的關聯，與雙比例 Z 檢定在數學上等價（Z²=χ²）。
- A/B 測試（A/B Testing）比較兩個版本（如新舊生產線、新舊網頁設計）效果差異的實驗設計，雙比例 Z 檢定是其統計核心。
- 常態分佈（Normal Distribution）雙比例 Z 檢定的理論基礎：當 n 夠大時，比例的抽樣分佈近似常態，使 Z 統計量可用。