公差区间(正态分布)的数据注意事项

为了确保结果有效,请在收集数据、执行分析和解释结果时考虑以下准则。

数据必须是连续型数据
连续数据是测量值,可以是连续尺度上位于某个值范围内的任何数值(包括分数值或小数值)。常见示例包括长度、重量和温度等测量值。
数据必须服从正态分布才能使用正态方法的结果。
如果数据服从正态分布,则正态方法比非参数方法更准确和经济。使用正态方法可以实现更小的边际误差,在观测值较少时也是如此。
正态方法对于严重偏离正态性的情况并不是稳健的方法。只有当已知总体服从正态分布时才使用正态方法。如果您不确信总体是否服从正态分布,或者您知道总体不服从正态分布,请使用非参数方法。
为非参数方法收集足够的数据
非参数方法通常要求使用比正态方法更多的样本数量。您必须使用相对较大的样本数量(大约为 90 或更大)才能使公差区间准确。要获得准确的公差区间,取得的置信水平必须接近目标置信水平。如果您的样本数量不够大,则取得的公差区间置信水平可能小于目标置信水平,因此,可能会生成不准确的结果。
要为符合准确性和精确性目标的公差区间确定合适的样本数量,请转到公差区间的样本数量的概述
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