双样本假设检验

使用双样本假设检验可以相互比较两个样本。

要添加双样本假设检验的输出，请转至添加并填写表单。

双比率

使用双比率检验可以确定两个组的总体比率是否不同。同时可以计算可能包括总体比率之间差值的值范围。

例如，您可以检验在对过程进行更改之前和之后，过程缺陷比率是否相同。要查看示例，请转到 Minitab 帮助：双比率示例。

您的数据必须只包含两个类别，如通过/失败。有关更多详细信息，请转到 Minitab 帮助：双比率的数据注意事项。

使用双样本 t 检验可以确定两个组的总体均值是否不同。同时可以计算可能包括总体均值之间差值的值范围。

例如，您可以检验在对过程进行更改之前和之后，过程均值是否相同。要查看示例，请转到 Minitab 帮助：双样本 t 示例。

数据必须是连续的 Y（输出）值。样本数据不应当严重偏斜，样本数量应当大于 15。有关更多详细信息，请转到 Minitab 帮助：双样本 t 的数据考虑事项。

使用 Mann-Whitney 检验可以确定两个组的总体中位数是否不同。同时可以计算可能包括总体中位数之间差值的值范围。

此检验是双样本 t 检验的替代方法，在两个样本的数据呈现不合理的正态分布时使用。

例如，一位顾问要比较两家公司的薪水簿以确定他们的薪水中位数是否存在区别。如果两家公司的中位数不同，则顾问将使用置信区间来确定差值实际上是否显著。要查看示例，请转到 Minitab 帮助：Mann-Whitney 示例。

每个样本的总体都必须具有相同的形状和散布。数据不必呈正态分布。但是，如果每个样本中的观测值超过 15 个或者数据未严重偏斜，请使用双样本 t 检验，因为该检验功效更强。有关更多详细信息，请转到 Minitab 帮助：Mann-Whitney 的数据注意事项。

使用配对 t 检验可以确定两个配对样本之间差值的均值是否不同于 0 或目标值。同时可以计算可能包括总体均值的差值的值范围。

配对 t 检验用于分析同一组项目在两个不同条件下的测量值、同一个对象在处理前后的测量值之间的差值，或者针对同一个对象进行的两个处理之间的差值。

例如，一位生理学家想要确定某个特定的健身计划是否对静息心率有影响。在计划之前测量了 15 个随机选择人员的心率，然后在一年后再次测量。因此，对每个人进行的前后两次测量就构成了一个观测值对。要查看示例，请转到 Minitab 帮助：配对 t 示例。

数据必须是连续的 Y（输出）值。您应当有一组配对（相关）观测值，如在不同情况下针对同一个项目得到的测量值。有关更多详细信息，请转到 Minitab 帮助：配对 t 的数据注意事项。