参数分布分析(任意删失)带值样本的一致性

带值样本的一致性 – 假设检验

可以检验分布参数是否等于指定值,例如来自历史分布的参数。

卡方检验将确定分布参数是否与指定值存在显著差异。将 p 值与预定的 α 值进行比较。
  • 如果 p 值小于 α 值,则可以断定分布参数与指定值存在显著差异。
  • 如果 p 值大于 α 值,则不能断定分布参数与指定值存在显著差异。

示例输出

形状参数等于 5 的检验 卡方 自由度 P 22.3245 1 0.000

解释

对于消声器数据,将检验新型消声器的失效前行驶英里数的分布形状参数是否与 5 存在显著差异。根据历史数据,形状参数通常为 5。

由于 p 值 0.00 小于 α 值 0.05,则可以断定形状参数与 5 存在显著差异。因此,新型消声器的分布形状参数与早期数据中的形状值不同。

带值样本的一致性 - Bonferroni 置信区间

Minitab 还提供与卡方检验关联的 Bonferroni 置信区间,以提供参数的合理值区间。

  • 当卡方检验很重要(否定原假设(参数等于指定值))时,相应的置信区间将不包含指定值。
  • 当卡方检验不重要(无法否定原假设)时,通常情况下相应的置信区间将包含为该检验指定的值。

示例输出

Bonferroni 95.0%(单独 95.00%)同时 置信区间 形状参数 变量 下限 估计 上限 开始(新) 5.436 5.768 6.120

解释

对于消声器数据,新型消声器的形状参数的合理值在 5.436 到 6.120 之间。请注意,由于原假设(形状等于 5)被否定,因此该区间不包含 5。

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