쌍체 데이터를 사용한 동등성 검정에 대한 차이(또는 비율)

쌍체 데이터를 사용한 동등성 검정의 차이(또는 비율) 표에 제공되는 모든 결과에 대한 정의 및 해석 방법을 확인해 보십시오.

차이

평균 간의 차이에 대한 가설을 선택한 경우 Minitab에서는 표본으로부터 검정 평균과 기준 평균의 차이를 표시합니다.

해석

검정 표본의 평균은 검정 모집단 평균의 추정치입니다. 기준 표본의 평균은 기준 모집단 평균의 추정치입니다. 따라서 표본 평균 간의 차이는 검정 모집단의 평균과 기준 모집단 평균의 차이 추정치를 제공합니다.

차이는 전체 모집단이 아니라 표본 데이터를 기반으로 하기 때문에 검정 모집단의 평균과 기준 모집단 평균의 차이와 같다고 확신할 수 없습니다. 신뢰 구간을 사용하여 모집단에 대한 추정치의 정밀도를 평가할 수 있습니다.

표준 편차

차이의 표준 편차(StDev)는 산포 또는 쌍체 차이가 쌍체 차이의 평균과 비교하여 얼마나 달라지는지 나타내는 측도입니다.

해석

쌍체 차이가 쌍체 차이의 평균을 중심으로 퍼져 있는 정도를 확인하려면 차이의 표준 편차를 사용하십시오. 값이 클수록 데이터에 더 많은 변동 또는 "소음"이 있다는 것을 나타냅니다.

차이의 표준 편차는 차이의 표준 오차를 계산하는 데 사용됩니다.

SE

차이의 표준 오차(SE)는 같은 모집단에서 반복 표본을 추출하는 경우 얻게 될 검정 평균과 기준 평균 차이의 변동성을 추정합니다. 차이의 표준 오차는 표본 간의 변동성을 추정하는 반면, 표준 편차는 단일 표본 내의 변동성을 측정합니다.

예를 들어, 표본 검정 평균과 표본 기준 평균의 차이가 −0.12122 단위라고 가정합니다. 10개 데이터 값의 검정 표본의 표준 편차는 0.26138입니다. 9개 데이터 값의 기준 표본의 표준 편차는 0.58064입니다. 차이의 표준 오차는 합(0.58064/10 + 0.26138/9)의 제곱근 또는 0.20324과 같습니다. 동일한 크기의 여러 랜덤 표본을 동일한 모집단에서 추출한 경우 표본 간의 차이의 표준 편차는 약 0.20324가 됩니다.

해석

표본 평균 간의 차이가 검정 모집단의 평균과 기준 모집단 평균의 차이를 얼마나 정확하게 추정하는지 확인하려면 차이의 표준 오차를 사용하십시오.

표준 오차 값이 작을수록 더 정확한 추정치를 나타냅니다. 일반적으로 표준 편차가 클수록 차이의 표준 오차가 커지고 추정치가 덜 정확하게 됩니다. 표본 크기가 클수록 차이의 표준 오차가 작아지고 추정치가 더 정확하게 됩니다.

Minitab에서는 차이의 표준 오차를 사용하여 검정 통계량(t-값)을 계산합니다.

비율

평균의 비율에 대한 가설을 선택한 경우 Minitab에서는 검정 표본의 평균과 기준 표본 평균의 비율을 계산합니다.

해석

검정 표본의 평균은 검정 모집단 평균의 추정치입니다. 기준 표본의 평균은 기준 모집단 평균의 추정치입니다. 따라서 표본 평균의 비율은 검정 모집단의 평균과 기준 모집단 평균의 비율 추정치를 제공합니다.

비율은 전체 모집단이 아니라 표본 데이터를 기반으로 하기 때문에 모집단 비율과 같다고 확신할 수 없습니다. 신뢰 구간을 사용하여 모집단에 대한 추정치의 정밀도를 평가할 수 있습니다.

신뢰 구간(CI)

신뢰 구간은 검정 모집단의 평균과 기준 모집단 평균의 차이(또는 비율)가 될 수 있는 값의 범위를 제공합니다. 신뢰 하한은 차이(또는 비율)가 더 클 가능성이 높은 값을 정의합니다. 신뢰 상한은 차이(또는 비율)가 더 작을 가능성이 높은 값을 정의합니다.

참고

기본 설정을 사용하여 동등성 검정을 수행하는 경우, Minitab에서는 동등성에 대한 신뢰 구간을 표시합니다. 기본 설정을 변경하고 대체 방법을 사용하여 신뢰 구간을 계산하는 경우, Minitab에서는 표준 신뢰 구간을 표시합니다. 해당 구간 간의 차이에 대한 정보는 동등성 검정의 신뢰 구간에서 확인하십시오.

해석

신뢰 구간을 동등성 한계와 비교합니다. 신뢰 구간이 동등성 한계 내에 완전히 포함되면 검정 모집단의 평균이 기준 모집단의 평균과 동일하다고 주장할 수 있습니다. 신뢰 구간의 일부가 동등성 한계를 벗어나면 동등성을 주장할 수 없습니다.

차이 = 평균(저비용) - 평균(원래 그래프) 동등성 차이 SE 95% 동등성 CI 구간 -0.12122 0.20324 (-0.483449, 0.241005) (-0.5, 0.5) CI가 동등성 구간 안에 있습니다. 동등성을 주장할 수 있습니다.

이 결과에서는 95% 신뢰 구간이 동등성 하한(LEL)과 동등성 상한(UEL)에 의해 정의되는 구간 내에 완전히 포함됩니다. 따라서 검정 평균이 기준 평균과 동일하다는 결론을 내릴 수 있습니다.

하한

차이(또는 비율)에 대한 하한만 포함된 대립 가설을 선택하는 경우 Minitab에서는 신뢰 하한을 표시합니다. 하한은 검정 모집단의 평균과 기준 모집단 평균의 차이(또는 비율)가 더 클 가능성이 높은 값을 나타냅니다.

해석

검정 모집단의 평균과 기준 모집단의 평균 차이(또는 비율)가 하한보다 큰지 여부를 확인하려면 신뢰 하한을 사용하십시오. 신뢰 하한이 하한보다 큰 경우 검정 모집단의 평균과 기준 모집단의 평균 차이(또는 비율)가 하한보다 크다고 주장할 수 있습니다.

Difference: Mean(Test) - Mean(Reference) Difference SE 95% Lower Bound Lower Limit -0.32104 0.060641 -0.42735 -0.42503 Lower bound is not greater than -0.42503. Cannot claim Mean(Test) - Mean(Reference) > -0.42503.

이 결과에서 차이의 95% 신뢰 하한은 −0.42735로, 하한 −0.42503보다 작습니다. 따라서 검정 모집단의 평균과 기준 모집단의 평균 차이가 하한보다 크다고 주장할 수 없습니다.

상한

차이(또는 비율)에 대한 상한만 포함된 대립 가설을 선택하는 경우 Minitab에서는 신뢰 상한을 표시합니다. 상한은 검정 모집단의 평균과 기준 모집단의 평균 차이(또는 비율)가 더 작을 가능성이 높은 값을 나타냅니다.

해석

검정 모집단의 평균과 기준 모집단의 평균 차이(또는 비율)가 상한보다 작은지 여부를 확인하려면 신뢰 상한을 사용하십시오. 신뢰 상한이 상한보다 작은 경우 검정 모집단의 평균과 기준 모집단의 평균 차이(또는 비율)가 상한보다 작다고 주장할 수 있습니다.

Difference: Mean(Test) - Mean(Reference) Difference SE 95% Upper Bound Upper Limit -0.32104 0.060641 -0.21473 0.42503 Upper bound is less than 0.42503. Can claim Mean(Test) - Mean(Reference) < 0.42503.

이 결과에서 차이의 95% 신뢰 상한은 −0.21473으로, 상한 0.42503보다 작습니다. 따라서 검정 모집단의 평균과 기준 모집단의 평균 차이가 상한보다 작다고 95% 신뢰할 수 있습니다.

동등성 구간

동등성 구간은 동등하다고 간주될 만큼 기준 평균에 충분히 가까운 값의 범위입니다. 구간은 제품 또는 공정 지식을 기반으로 하며 동등성 하한(LEL)과 동등성 상한(UEL)에 의해 정의됩니다.

해석

신뢰 구간을 동등성 한계와 비교합니다. 신뢰 구간이 동등성 한계 내에 완전히 포함되면 검정 모집단의 평균이 기준 모집단의 평균과 동일하다고 주장할 수 있습니다. 신뢰 구간의 일부가 동등성 한계를 벗어나면 동등성을 주장할 수 없습니다.

차이 = 평균(일반) - 평균(상표) 95% 동등성 차이 SE CI 동등성 구간 -0.32104 0.060641 (-0.427349, 0) (-0.425035, 0.425035) CI가 동등성 구간 안에 없습니다. 동등성을 주장할 수 없습니다.

이 결과에서는 95% 신뢰 구간이 동등성 하한(LEL)과 동등성 상한(UEL)에 의해 정의되는 구간 내에 완전히 포함되지 않습니다. 신뢰 구간의 하한이 동등성 하한을 벗어납니다. 따라서 검정 평균이 기준 평균과 동일하다는 결론을 내릴 수 없습니다.

하한

검정 평균과 기준 평균의 차이(또는 비율)에 대한 허용 범위의 하한입니다. 검정 모집단의 평균과 기준 모집단의 평균 차이(또는 비율)가 하한보다 크기를 바랍니다.

해석

하한을 신뢰 하한과 비교하십시오.신뢰 하한이 하한보다 큰 경우 검정 모집단의 평균과 기준 모집단의 평균 차이(또는 비율)가 하한보다 크다고 주장할 수 있습니다.

Difference: Mean(Test) - Mean(Reference) Difference SE 95% Lower Bound Lower Limit -0.32104 0.060641 -0.42735 -0.42503 Lower bound is not greater than -0.42503. Cannot claim Mean(Test) - Mean(Reference) > -0.42503.

이 결과에서 차이의 95% 신뢰 하한은 −0.42735로, 하한 −0.42503보다 작습니다. 따라서 검정 모집단의 평균과 기준 모집단의 평균 차이가 하한보다 크다고 주장할 수 없습니다.

상한

검정 평균과 기준 평균의 차이(또는 비율)에 대한 허용 범위의 상한입니다. 검정 모집단의 평균과 기준 모집단 평균의 차이(또는 비율)가 상한보다 작기를 바랍니다.

해석

상한을 신뢰 상한과 비교하십시오. 신뢰 상한이 상한보다 작은 경우 검정 모집단의 평균과 기준 모집단의 평균 차이(또는 비율)가 상한보다 작다고 주장할 수 있습니다.

Difference: Mean(Test) - Mean(Reference) Difference SE 95% Upper Bound Upper Limit -0.32104 0.060641 -0.21473 0.42503 Upper bound is less than 0.42503. Can claim Mean(Test) - Mean(Reference) < 0.42503.

이 결과에서 차이의 95% 신뢰 상한은 −0.21473으로, 상한 0.42503보다 작습니다. 따라서 검정 모집단의 평균과 기준 모집단의 평균 차이가 상한보다 작다고 95% 신뢰할 수 있습니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오