单样本 Poisson 率 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。

样本数据应当是随机选择的

在统计学中,随机样本用于对总体做出归纳,即推断。如果数据不是随机收集的,则结果可能无法代表总体。有关更多信息,请转到数据样本中的随机性

数据必须是每单位的计数,如呼叫中心每小时的来电数或者一批货中每单位的缺陷数

如果数据将每个观测值分为两个类别之一(如通过/失败),请使用 单比率。有关数据类型的更多信息,请转到可以使用假设检验分析的数据类型

每个观测值都应当独立于所有其他观测值

为了让观测值保持独立,特定结果的概率不依赖于任何之前的结果。例如,如果选择两个部件并记录它们是否为缺陷部件,则第二个部件的结果不应该依赖于第一个部件的结果。如果您的观测值并非独立,则结果可能无效。

确定适当的样本数量
样本应当足够大,以便满足如下条件:
  • 估计值的精度足够大。
  • 置信区间足够窄,具有实用性。
  • 您针对类型 I 和类型 II 错误具有足够的预防措施。
要为假设检验确定适当的样本数量,请转到单样本 Poisson 率的功效和样本数量
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