选择 配对 t 的功效和样本数量 的分析选项

统计 > 功效和样本数量 > 配对 t > 选项

选择备择假设或指定检验的显著性水平。

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配对均值的差值是否小于假设差值。虽然此单侧检验比双侧检验的功效更高,但是它无法检测该差值是否大于假设差值。

    例如,一位面包师使用此单侧检验确定在较低温度下烘焙较长时间的面包中含有的水分是否更少。该面包师将一批面团中抽取的样本分成两部分,然后在不同的温度下对每一半进行耗时不同的烘焙。在确定较低温度下烘焙的面包是否含有更少水分方面,此单侧检验的功效更高,但是它无法检测面包是否包含更多的水分。

  • 不等于使用此双侧检验确定配对均值的差值是否不同于假设差值。虽然此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,一位工程师要比较出使用两种不同卡钳制造的相同轴承的测量值之差。因为测量值的任何差异都很重要,所以该工程师使用此双侧检验确定差值是大于还是小于 0。

  • 大于使用此单侧检验确定配对均值的差值是否大于假设差值。虽然此单侧检验比双侧检验的功效更高,但是它无法检测该差值是否小于假设差值。

    例如,一位质量分析师使用此单侧检验确定处理后的木梁是否比未处理的木梁强度更高。每根木梁都切成了两半,一半经过处理,另一半则未经过处理。在确定处理后木梁的强度是否高于未处理木梁的强度方面,此单侧检验的功效更高,但是它无法检测处理后木梁的强度是否低于未处理的木梁。

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。
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