示例：数据矢量的 Z 值
计算正态分布数据矢量的 Z 值，其中总体标准差为已知。
1. 定义要分析的数据集。
2. 计算样本的平均值 m_s。
3. 定义显著性水平、总体标准差和建议使用的总体均值。
4. 计算 z 值。
5. 为双尾检验指定虚假设和备择假设。
H0: m= μ
H1: m≠ μ
6. 使用
pnorm 函数计算 p 值并检验假设。在本例中，当原假设为真 (不拒绝 H0) 时，所有布尔表达式的计算值均为 1。
假设原假设为真，检验统计大于观察值的概率为 4.11*10-10。p 值与显著性水平之间的比较结果显示：有证据表明备择假设为真。
7. 使用
qnorm 函数计算临界区的极限并检验假设。
拒绝原假设。很明显平均值不等于 μ。
8. 使用
dnorm 函数计算和绘制标准正态分布 (蓝色)、临界区域的边界 (红色) 和 z 值 (绿色)。
