使用配对数据的等价检验 的描述性统计量

请查找定义和解释指导,了解使用配对数据的等价检验提供的每个描述性统计量。

N

样本数量 (N) 是样本中的观测值总数。

解释

样本数量影响置信区间和检验功效。通常,数量较大的样本将产生较窄的置信区间。样本数量越大,检验检测的功效越大。

有关等价检验功效的更多信息,请转到等价检验的功效

均值

均值使用标识数据中心的单个值来汇总每个样本中的值。均值是按数据的算术平均值计算的,它等于所有观测值的和除以观测值的个数。

解释

检验样本的均值是对检验总体的均值的估计值。参考样本的均值是对参考总体的均值的估计值。因此,样本均值之间的差值(或比值)为检验总体的均值与参考总体的均值之间的差值(或比值)提供了估计值。

由于估计值基于样本数据而非整个总体,因此您不能确定它等于总体之间的差值(或比值)。要评估总体估计值的准确性,可以使用置信区间。

标准差

标准差 (StDev) 是离差的最常用度量,即数据与均值的接近程度。对某一过程而言随机或合乎自然规律的变异通常称为噪声。

标准差与数据采用相同的单位。符号 σ(西格玛)常用来表示总体的标准差。字母 s 用来表示样本的标准差。

解释

使用标准差可以确定数据从均值扩散的程度。

样本数据的标准差是对总体标准差的估计值。值越高,数据中的变异或“噪声”越多。标准差用于计算置信区间和 p 值。值越高,置信区间越宽,统计功效越低。

均值的标准误

均值的标准误(SE 均值)估计样本均值之间的变异性,样本均值是在对相同总体重复抽样的情况下获得的。而均值的标准误估计样本之间的变异性,标准差度量单个样本内的变异性。

例如,根据 312 个交货时间的随机样本,得到平均交货时间为 3.80 天,标准差为 1.43 天。这些数字产生的均值标准误为 0.08 天(1.43 除以 312 的平方根)。如果从相同总体中抽取大小相同的多个随机样本,则这些不同样本均值的标准差将大约为 0.08 天。

解释

使用均值的标准误可以确定样本均值对总体均值的估计精确度。

均值的标准误越小,对总体均值的估计越精确。通常,标准差越大,均值的标准误就越大,对总体均值的估计也越不精确。样本越大,均值的标准误就越小,对总体均值的估计也越精确。

Minitab 使用均值的标准误来计算置信区间。

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