统计量z通常是在总体方差已知的情况下使用的。在统计学中，z统计量对应于标准正态分布，即均值为0，标准差为1的正态分布。当样本量足够大时（通常n>30），根据中心极限定理，样本均值的分布可以近似为正态分布，此时使用z统计量是合适的。
总体方差已知：
z统计量适用于总体方差已知的情况。
大样本近似：
在大样本情况下，样本均值的分布可以近似为正态分布，因此可以使用z统计量来估计总体均值。
标准化：
z统计量是样本均值与总体均值差值的标准化形式，即（样本均值 - 总体均值）/标准误差。
双尾检验：
在双尾检验中，z统计量用于检验均值是否显著不同于某个特定值或两个不同的总体均值。
p值计算：
通过z统计量可以计算出p值，即在原假设为真的条件下，观察到的样本数据或更极端数据出现的概率。如果p值小于预设的显著性水平（如0.05），则拒绝原假设。
需要注意的是，当总体方差未知或者样本量较小（n<30）时，通常会使用t统计量而不是z统计量。