使用区间图可以评估和比较组均值的置信区间。区间图显示每个组均值的 95% 置信区间。当样本数量为每组至少 10 个时,区间图效果最佳。通常,样本数量越大,置信区间越小且精确度越高。

有关数据注意事项、示例和解释的信息,请参见 区间图概述

连续变量

输入要绘制图表的一个或多个数字列。

类别变量 可选

输入最多五列定义组的分类数据。第一个变量是尺度上的最外层,最后一个变量是最内层。

布局

选择以下布局选项之一。

每个连续变量的单独图形
为字段中的每一列 连续变量 创建单独的绘图。
重叠连续变量
字段中的 连续变量 列叠加在单个图上。

分组变量

分组变量 中输入一个或多个分组变量,为分组变量的每个水平创建一个单独的图。您可以输入的列可以是数字或文本列,必须与在 连续变量类别变量 中输入的列具有相同的长度。每个变量的 y 尺度在多个图中都是相同的。
显示所有组合

当您输入多个 分组变量 时,Minitab 启用 显示所有组合 复选框。选择此选项可为 By 变量创建的每个组组合创建单独的图解。如果您没有选择此选项,Minitab 会为每个 By 变量的每个组创建一个图。

例如,第一个 By 变量有 2 组(“男性”和“女性”),第二个 By 变量有 2 组(“就业”和“失业”)。如果您选择 显示所有组合,Minitab 为“男性/就业”、“男性/失业”、“女性/就业”和“女性/失业”组合创建 4 个单独的图。如果您不选择 显示所有组合,Minitab 为“男性”、“女性”、“就业”和“失业”创建 4 个单独的图。

置信区间

指定置信区间的设置。

置信水平
输入置信区间的置信水平。通常,95% 的置信水平效果很好。95% 置信水平表示,如果从总体中随机抽取 100 个样本,则大约 95 个样本的置信区间将包含总体参数。
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,您可能希望使用 95% 以外的置信水平,具体取决于您的样本数量。
  • 如果样本数量较小,则 95% 置信区间可能太宽而无用。使用较低的置信水平(如 90%)会产生较窄的区间。但是,区间中包含总体均值的可能性减小。
  • 如果样本数量较大,请考虑使用较高的置信水平,例如 99%。对于大样本,99% 的置信水平仍可能产生相当窄的区间,同时还会增加区间包含总体均值的可能性。
使用 Bonferroni 方法
用于控制一整组置信区间的整体置信水平的方法。在检验多个置信区间时考虑整体置信水平很重要,因为对于一组置信区间来说,其中至少一个置信区间不包含总体参数的几率大于任何单个区间的几率。为解决这一较高的误差率,Bonferroni 方法会调整每个单个区间的置信水平,以使所获得的整体置信水平等于您指定的值。
双面
使用双侧置信区间来估计均值的可能下限和上限。
上单面
使用置信下限来估计平均值的可能较低值。
降低一侧
使用置信上限来估计平均值可能较高的值。
使用合并标准差
选择何时可以假定所有总体具有相等的方差。

Y 尺度

选择 y 刻度的显示方式。

原始单位
对数值变量使用原始度量单位。
标准化单位
将不同的度量单位转换为标准单位,以使数值变量具有可比性。
相同的 Y 尺度
使 Y 标度在多个图形中相同。

变量显示顺序

对于图形上所显示的组,Minitab 使用“最内层”和“最外层”这两个词来指示多个水平的尺度的相对位置。对于水平尺度,最外层是指图形底部的尺度,最内层是指离底部最远的尺度(离水平轴最近)。对于垂直尺度,最外层是指最左侧的尺度,最内层是指离垂直轴最近的尺度。

当您有多个 Y 变量具有组时,请选择以下选项之一。

首先为类别变量,Y 在下方
图形变量是最外层的组,类别变量是最内层的组。
首先为 Y,类别变量在下方
图形变量是最内层的组,类别变量是最外层的组。