选择 单样本 Poisson 率 的分析选项

统计 > 基本统计 > 单样本 Poisson 率 > 选项

指定置信区间的置信水平、选择备择假设、指定检验方法和置信区间,或者指定观测值的长度。

置信水平

置信水平中,输入置信区间的置信水平。

通常,置信水平为 95% 即可。95% 置信水平表明,如果从总体中随机抽取 100 个样本,则大约 95 个样本的置信区间中将包含总体参数。

对于给定的数据集,置信水平越低,生成的置信区间越窄;置信水平越高,生成的置信区间越宽。样本数量越大,区间的宽度也往往会降低。因此,根据您的样本数量,您可能希望使用 95% 以外的置信水平。
  • 如果样本数量小,95% 置信区间可能太宽而无用。通过使用较低的置信水平(如 90%),将生成较窄的区间。但是,区间中包含总体率的可能性减小。
  • 如果样本数量很大,可以考虑使用更高的置信水平(如 99%)。对于较大的样本,99% 置信水平仍可生成合理的窄区间,并同时增加区间包含总体率的可能性。

备择假设

备择假设中,选择要检验的假设。
比率 < 假设比率

使用此单侧检验确定总体发生率是否小于假设率,并且获取上限。虽然此单侧检验比双侧检验的功效更高,但是它无法检测总体率是否大于假设率。

例如,一位分析师使用此单侧检验确定客户每月退还的电视率是否小于 3。虽然此单侧检验在确定该率是否小于 3 方面具有更高的功效,但是它无法检测该率是否大于 3。例如,一位分析师使用此单侧检验确定客户每月退还的电视率是否小于 3。虽然此单侧检验在确定该率是否小于 3 方面具有更高的功效,但是它无法检测该率是否大于 3。

比率 ≠ 假设比率

使用此双侧检验确定总体率是否不同于假设率,并且获取双侧置信区间。虽然双侧检验可以检测小于或大于假设值的差值,但是它比单侧检验的功效要低。

例如,一位分析师要检验某种航空器的维护问题发生率是否不同于每天 0.2 的目标值。因为与目标值的任何差异都很重要,所以该分析师要检验差值是大于还是小于目标值。

比率 > 假设比率

使用此单侧检验确定总体发生率是否大于假设率,并且获取下限。虽然此单侧检验比双侧检验的功效更高,但是它无法检测总体率是否小于假设率。

例如,一位呼叫中心经理使用此单侧检验确定每日呼叫率是否大于 1000。虽然此单侧检验在确定该率是否大于 1000 方面具有更高的功效,但是它无法确定率是否小于 1000。

有关选择单侧或双侧备择假设的更多信息,请转到关于原假设和备择假设

方法

方法中,选择用来计算假设检验和置信区间的方法。默认情况下,Minitab 使用精确方法,因为它更准确且更强大。但是,许多统计教科书都使用正态近似方法,因为它更便于学生手工计算。

观测值长度

输入用来为计数数据指定观测值期间(时间、区域、量、项数)的值。默认情况下,Minitab 使用值 1,但您可以输入其他值以更有用的形式表示样本发生率。

例如,检查员检查一箱毛巾中的缺陷数量。一条毛巾可能会有多个缺陷,如 1 处破洞和 2 处拉伸(3 个缺陷)。每箱包含 10 条毛巾。检查员总共抽取 50 箱,共发现 122 个缺陷。
  • 为了确定每的缺陷数,分析员使用观测值长度 1。Minitab 在分析中使用的发生率为 122/50 = 2.44。
  • 为了确定每条毛巾的缺陷数,分析员使用观测值长度 10。Minitab 在分析中使用的发生率为 (122/50)/10 = 0.244。
注意

如果您输入 1 以外的观测值长度,请转换假设率。例如,如果未转换的假设差值为每季度 15 个缺陷且这两个样本的观测值长度均为 3,请为假设率输入转换率,即每月 5 (15 ÷ 3) 个缺陷。

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