选择 双样本 t 的分析选项

统计 > 基本统计 > 双样本 t > 选项

指定置信区间的置信水平、指定原假设、定义备择假设,或者指定是否可以假定等方差。

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,一位分析师输入 75 以检验两种钢材的平均强度之差是否等于 75 磅/平方英寸 (H0: μ1– μ2 = 75)。

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 的总体均值的差值是否小于假设差值,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家供应商的塑料薄膜强度的平均差值是否小于 0。虽然此单侧检验在检测强度差值是否小于 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均值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,一位银行经理希望知道两家银行的平均客户满意度评分是否不同。因为评分的任何差异都很重要,所以该经理使用此双侧检验确定一家银行的评分是高于还是低于另一家银行的评分。

差值 > 假设差值

使用此单侧检验确定样本 1 和样本 2 的总体均值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,一位技术员使用此单侧检验确定两台灌装机的速度均值之差是否大于 0 秒/盒。虽然此单侧检验在检测速度差值是否大于 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

假定等方差

当两个总体的方差相等或者两个样本的数量大致相同时,请选择假定等方差。如果两个总体方差实际上相等,则假设方差相等的双样本 t 检验比没有假设方差相等的双样本 t 检验更强大。如果您在方差不相等或者样本数量差异非常大时假定方差相等,则可能会出现严重误差。

当您假定方差相等时,Minitab 使用样本标准差的合并估计值。

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