如果为区间中最大可接受总体百分比指定一个或多个值,则 Minitab 将计算达到这些百分比所需的样本数量。
越精确的公差区间越有用,提供的信息也越多,但是边际误差(计算为区间中最大总体百分比 − 区间中最小总体百分比)越小,需要的样本数量越大。如果公差区间不够精确,则说明它可能太宽,其中包括的总体百分比远大于指定的百分比。
在这些结果中,Minitab 计算创建覆盖总体 90% 的公差区间所需的样本数量。在总体覆盖率超过 p* 的概率为 0.05 (5%) 且 p* 值为 92% 的情况下,正态方法的样本数量为 1395。非参数方法的样本数量为 2215。对于非参数方法,Minitab 还显示在该样本数量下所取得的置信水平和误差概率。
这些统计量在一起表明区间包括 92% 或更大百分比的总体的概率为 5%。
如果指定了一个或多个样本数量,则 Minitab 将计算使用这些样本数量达到的区间中最大可接受总体百分比。Minitab 将执行正态和非参数方法计算。对于其他分布的计算,请使用公差区间(非正态分布)。
提高样本数量可降低区间中最大可接受总体百分比。如果公差区间不够精确,则说明它可能太宽,其中包括的总体百分比远大于指定的百分比。
在这些结果中,Minitab 将计算区间中最大可接受总体百分比,该百分比与覆盖总体 95% 的公差区间的特定样本数量相关联。在总体覆盖率超过 p* 的概率为 0.05 (5%) 的情况下,当样本数量为 1000 时,正态方法的区间中最大可接受总体百分比大约为 96.5%。当样本数量为 1500 时,区间中最大可接受总体百分比大约为 96.26%,而当样本数量为 2000 时,区间中最大可接受总体百分比大约为 96.1%。
当样本数量为 1000 时,非参数方法的区间中最大可接受总体百分比大约为 97.05%。当样本数量为 1500 时,区间中最大可接受总体百分比大约为 96.74%,而当样本数量为 2000 时,区间中最大可接受总体百分比大约为 96.5%。对于非参数情形,Minitab 还显示在该样本数量下所取得的置信水平和误差概率。所取得的误差概率与指定样本数量的目标误差概率相等,所取得的置信水平稍大于指定样本数量的目标置信水平。