1-표본 포아송 비율에 대한 데이터 입력

통계분석 > 기초 통계 > 1-표본 포아송 비율

분석에 대한 데이터 및 귀무 가설을 입력합니다.

데이터 입력

데이터를 가장 잘 설명하는 옵션을 선택하십시오.

하나 이상의 표본, 한 열에 하나씩

데이터가 워크시트의 한 열에 있는 경우 다음 단계를 수행하십시오.

  1. 드롭다운 리스트에서 하나 이상의 표본, 한 열에 하나씩을 선택합니다.
  2. 표본 열에 분석하려는 카운트 데이터 열을 입력합니다.

    표본 열 안을 클릭하여 분석에 사용할 수 있는 열을 확인합니다.

    이 워크시트에서 사고는 표본 데이터를 포함하며 매월 공장에서 발생하는 사고 수를 나타냅니다.
    C1
    사고
    2
    4
    1
    0
    2
  3. (옵션l) 각 고유 개수의 빈도를 나타내는 열이 있으면 빈도 열에 입력합니다. 빈도 열에는 표본 열의 값이 발생한 횟수가 요약됩니다.

    이 워크시트에서 사고는 매월 공장에서 발생하는 사고 수를 나타냅니다. 빈도에는 각 사고 수가 발생한 개월 수가 포함됩니다. 예를 들어, 워크시트의 첫 행은 3개월 동안 사고가 발생하지 않았다는 것을 보여줍니다.

    C1 C2
    사고 빈도
    0 3
    1 2
    2 1
    3 2

요약 데이터

워크시트에 실제 표본 데이터가 아니라 표본에 대한 요약 통계량이 있는 경우 다음 단계를 수행하십시오.

  1. 드롭다운 리스트에서 요약 데이터을 선택합니다.
  2. 표본 크기전체 발생 횟수에 요약 통계량을 입력합니다. 전체 발생 횟수는 표본에서 사건이 발생한 횟수입니다.

가설 검정 수행

평균이 귀무 가설에서의 평균과 다른지 여부를 확인하기 위해 p-값을 계산하려면 가설 검정을 수행해야 합니다.
  1. 모집단 비율(λ로 표시됨)이 사용자가 지정하는 귀무 가설에서의 값(λ0로 표시됨)과 유의하게 다른지 여부를 확인하려면 가설 검정을 사용합니다. 검정을 수행하지 않아도 Minitab에서는 모집단 비율을 포함할 가능성이 높은 값의 범위인 신뢰 구간을 표시합니다. 자세한 내용은 가설 검정의 정의에서 확인하십시오.
  2. 은 귀무 가설(H0: λ = λ0)을 정의합니다. 이 값을 목표값 또는 기준 값으로 생각하십시오. 예를 들어, 한 분석가는 시간당 트랜잭션 수가 48과 다른지 여부를 확인하기 위해 귀무 가설에서의 비율로 48을 입력합니다(H0: λ = 48).
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오