选择 双比率 的分析选项

统计 > 基本统计 > 双比率 > 选项

指定置信区间的置信水平、执行假设差值、定义备择假设,或者指定是否使用比率的合并估计值。

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差值。

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,区间中包含总体差值的可能性减小。
  • 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,同时增加区间包含总体差值的可能性。

假设差值

假设差值中输入值。该假设差值将定义原假设。请将此值视为目标值或参考值。 例如,一家公司检验某家新供应商的缺陷部件所占比率与目前供应商的缺陷部件所占比率之差是否为 0.01 (1%) (p – p当前 = 0.01)。

备择假设

备择假设中,选择要检验的假设:

差值 < 假设差值

使用此单侧检验确定样本 1 和样本 2 的总体比率之间的差值是否小于假设比率,并且获取上限。虽然此单侧检验比双侧检验的功效更高,但是它无法检测差值是否大于假设差值。

例如,一位工程师使用此单侧检验确定两种等级材料的缺陷部件所占比率的差值是否小于 0。虽然此单侧检验在检测缺陷部件比率之差是否小于 0 方面具有更高的功效,但是它无法检测差值是否大于 0。例如,一位工程师使用此单侧检验确定两种等级材料的缺陷部件所占比率的差值是否小于 0。虽然此单侧检验在检测缺陷部件比率之差是否小于 0 方面具有更高的功效,但是它无法检测差值是否大于 0。

差值 ≠ 假设差值

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

例如,一位银行经理要检验两个办公地具有储蓄帐户的客户所占比率是否不同。因为比率的任何差异都很重要,所以该经理使用此双侧检验确定一个办公地的比率是大于还是小于另一个办公地的比率。

差值 > 假设差值

使用此单侧检验确定样本 1 和样本 2 的总体比率之间的差值是否大于假设差值,并且获取下限。虽然此单侧检验比双侧检验的功效更高,但是它无法检测差值是否小于假设差值。

例如,一位物流分析师使用此单侧检验确定两个地点的准时交货比率的差值是否大于 0。虽然此单侧检验在检测准时交货比率的差值是否大于 0 方面具有更高的功效,但是它无法检测差值是否小于 0。

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

检验方法

检验方法中,选择用来估计比率的方法。当两个样本足够大且相等时,首选默认方法(即单独估计比率)。如果两个样本相等但较小,则默认方法不够准确。

当您选择使用合并的比率估计值时,假设差值必须等于 0,Minitab 不基于比率的合并估计值计算置信区间。Minitab 仍显示置信区间,但将基于默认方法(即单独估计比率)计算置信区间。

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