통지
이제 support.minitab.com을 떠나게 됩니다."
계속하려면 계속을 클릭하세요 :
신뢰 구간에 대한 신뢰 수준, 귀무 가설에서의 차이, 대립 가설을 지정하거나 비율의 합동 추정치를 사용할 것인지 여부를 지정합니다.
2-표본 분산 검정의 경우 표준 편차의 비율 또는 분산의 비율을 사용할 수 있습니다.
신뢰 수준에 신뢰 구간에 대한 신뢰 수준을 입력합니다.
일반적으로 95%의 신뢰 수준이 적합합니다. 95% 신뢰 수준은 모집단에서 100개의 랜덤 표본을 추출할 경우 약 95개의 표본에 대한 신뢰 구간에 모집단 비율이 포함된다는 것을 나타냅니다.
귀무 가설에서의 비율에 값을 입력합니다. 귀무 가설에서의 비율이 귀무 가설을 정의합니다. 이 값을 목표값 또는 기준 값으로 생각하십시오. 예를 들어, 한 시리얼 제조업체에서 새 기계의 내용물 무게 분산이 현재 기계 분산의 0.8인 경우에만 새 주입 기계를 구입합니다(H0: σ2신규 / σ2현재 = 0.8).
표본 1과 표본 2의 모집단 분산 또는 표준 편차 비율이 귀무 가설에서의 비율보다 작은지 여부를 확인하고 상한을 얻으려면 이 단측 검정을 사용합니다. 이 단측 검정은 검정력이 더 크지만 모집단 비율이 귀무 가설에서의 비율보다 큰 경우를 탐지할 수 없습니다.
예를 들어, 한 분석가는 새 기계 성능의 표준 편차와 이전 기계 성능의 표준 편차 비율이 0.8보다 작은지 여부를 확인하기 위해 이 단측 검정을 사용합니다. 이 단측 검정은 표준 편차의 비율이 0.8보다 작은지 여부를 탐지하기 위한 검정력은 더 크지만, 비율이 0.8보다 큰지 여부는 탐지할 수 없습니다.
모집단 표준 편차 또는 모집단 분산의 비율이 귀무 가설에서의 비율과 다른지 여부를 확인하고 양측 신뢰 구간을 얻으려면 이 양측 검정을 사용합니다. 이 양측 검정은 귀무 가설에서의 비율보다 작거나 큰 차이를 탐지할 수 있지만 단측 검정보다 검정력이 낮습니다.
예를 들어, 한 건강 관리 컨설턴트가 두 병원의 환자 만족도 등급의 분산을 비교하려고 합니다. 분산의 차이가 중요하기 때문에 컨설턴트는 이 양측 검정을 사용하여 한 병원의 분산이 다른 병원보다 크거나 작은지 여부를 확인합니다.
표본 1과 표본 2의 모집단 분산 또는 표준 편차 비율이 귀무 가설에서의 비율보다 큰지 여부를 확인하고 하한을 얻으려면 이 단측 검정을 사용합니다. 이 단측 검정은 양측 검정보다 검정력이 크지만 차이가 귀무 가설에서의 비율보다 작은지 여부를 탐지할 수 없습니다.
예를 들어, 한 분석가는 이전 압출성형 기계의 분산과 새 기계의 분사 비율이 1보다 큰지 여부를 검정합니다. 이 단측 검정은 비율이 1보다 큰지 여부를 탐지하기 위한 검정력은 더 크지만, 비율이 1보다 작은지 여부는 탐지할 수 없습니다.
단측 또는 양측 대립 가설 선택에 대한 자세한 내용은 귀무 가설 및 대립 가설 정보에서 확인하십시오.
정규 분포를 바탕으로 한 F-검정에 대한 결과를 표시하려면 정규 분포를 바탕으로 하는 검정 및 신뢰 구간 사용을 선택합니다. 각 표본의 크기 및 분산(또는 표준 편차)에 대한 요약 데이터를 입력하는 경우도 F-검정에 대한 결과를 표시합니다. Minitab에서 F-검정을 수행하는 경우에는 Bonett의 방법 또는 Levene의 방법에 대한 결과를 표시하지 않습니다.
F-검정은 정규 분포 데이터에 대해서만 정확합니다. 정규성에서 조금만 벗어나면 큰 표본의 경우에도 F-검정이 부정확할 수 있습니다. 그러나 데이터가 정규 분포를 따르는 경우 일반적으로 F-검정이 Bonett의 방법이나 Levene의 방법보다 강력합니다.
이제 support.minitab.com을 떠나게 됩니다."
계속하려면 계속을 클릭하세요 :