请查找相关定义和解释,了解方法表中的每个统计量。

原假设和备择假设

单因子方差分析是评估有关两个或更多总体均值的两个互相独立语句的假设检验。这两个语句被称为原假设和备择假设。假设检验使用样本数据来确定是否要否定原假设。

对于单因子方差分析,检验假设如下所示:
  • 原假设 (H0) 为组均值均相等。
  • 备择假设 (HA) 为并非所有组均值均相等。

解释

将 p 值与显著性水平相比较,以确定是否要否定原假设。

显著性水平

显著性水平(用 alpha 或 α 表示)是在原假设为真时否定原假设(类型 I 错误)的风险的最大可接受水平。

解释

使用显著性水平可以确定是否定原假设还是无法否定原假设 (H0)。如果 p 值小于显著性水平,则通常的解释是结果在统计意义上显著,而且可以否定 H0

对于单因子方差分析,如果有足够证据判定并非所有均值都相等,则您可以否定原假设。

等方差

方法表表明 Minitab 是否假定所有组的总体方差均相等。

解释

查找单因子方差分析输出的标准差 (StDev) 列,以确定标准差是否大致相等。

如果无法假定等方差,请针对单因子方差取消选择选项子对话框中的假定等于方差。在此实例中,Minitab 执行了 Welch 检验,该检验在方差不相等的情况下表现优异。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策