选择 双方差的功效和样本数量 的分析选项

统计 > 功效和样本数量 > 双方差 > 选项

选择备择假设,指定显著性水平,或者选择检验方法。

备择假设

备择假设中,选择要检验的假设:
  • 小于使用此单侧检验确定一个总体标准差或总体方差是否小于另一个总体标准差或总体方差。虽然此单侧检验的功效更高,但是它无法检测一个总体标准差或总体方差是否大于另一个总体标准差或总体方差。如果您选择此选项,则在双方差的功效和样本数量对话框上的比值中输入小于 1 的值。

    例如,一位分析师使用此单侧检验确定一台新机器的性能标准差是否小于一台旧机器的性能标准差。虽然此单侧检验在检测标准差比值是否小于 1 方面具有更高的功效,但是它无法检测比值是否大于 1。

  • 不等于使用此双侧检验确定两个总体标准差或两个总体方差是否相等。虽然此双侧检验可以检测一个总体标准差或总体方差是小于还是大于另一个总体标准差或总体方差,但是它比单侧检验的功效要低。

    例如,一位医疗保健顾问想要比较两家医院的患者满意度评分的方差。因为方差的任何差异都很重要,所以该顾问使用此双侧检验确定一个地点的方差是大于还是小于另一地点的方差。

  • 大于使用此单侧检验确定一个总体标准差或总体方差是否大于另一个总体标准差或总体方差。虽然此单侧检验比双侧检验的功效更高,但是它无法检测一个总体标准差或总体方差是否小于另一个总体标准差或总体方差。如果您选择此选项,则在双方差的功效和样本数量对话框上的比值中输入大于 1 的值。

    例如,一位分析师检验一台旧挤压机的方差是否大于一台新挤压机的方差。虽然此单侧检验在检测该比值是否大于 1 方面具有更高的功效,但是它无法检测比值是否小于 1。

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

显著性水平

使用显著性水平可以在原假设 (H0) 为真时最小化检验的功效值。显著性水平越高,检验功效越大,犯 I 型错误(否定原本为真的原假设)的概率越大。

通常,显著性水平(用 α 或 alpha 表示)为 0.05 即可。显著性水平 0.05 指示在实际上不存在差异时得出存在差异的风险为 5%。它还指示在没有差异时,检验的功效为 0.05。
  • 选择较高的显著性水平(如 0.10),则更加确信能够检测到任何可能存在的差异。例如,质量工程师对新滚珠轴承的稳定性与当前轴承的稳定性进行比较。该工程师必须十分确信新滚珠轴承非常稳定,因为不稳定的滚珠轴承可能会带来灾难。因此,他选择显著性水平 0.10,以便更加确信能够检测到与滚珠轴承稳定性方面有关的任何可能的差异。
  • 选择较低的显著性水平(如 0.01),则更加确信将仅检测实际存在的差异。例如,制药公司的科学家必须十分确信有关公司的新药品能够显著减轻症状的声明是正确的。该科学家选择显著性水平 0.01,以便更加确信有关症状的任何显著差异的确存在。

方法

选择 Minitab 用来分析数据的方法。F 检验基于正态分布,而且仅对于正态分布数据精确。一旦偏离正态性,就会导致此检验生成不精确的结果。但是,如果数据服从正态分布,则 F 检验通常比 Levene 检验更强大。

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