请完成以下步骤来解释公差区间。
步骤 1：评估数据的正态性
Minitab 为正态方法和非参数方法提供公差区间。您可以安全地假设数据服从正态分布，然后可以使用正态方法公差区间。如果您无法安全地假设数据服从正态，则必须使用非参数方法公差区间。
要确定能否假设数据服从正态分布，请比较正态性检验的 p 值与显著性水平 (α)。显著性水平 0.05 表示当数据实际上服从正态分布时，断定数据不服从正态分布的风险为 5%。
- P 值 ≤ α：数据不服从正态分布（否定 H0）
- 如果 p 值小于或等于显著性水平，则可以得出数据不服从正态分布的结论。在这种情况下，必须使用非参数方法公差区间。
- P 值 > α：证据不足，无法得出数据不服从正态分布的结论（无法否定 H0）
- 如果 p 值大于显著性水平，则证据不足，无法得出数据不服从正态分布的结论。在这种情况下，可以使用正态方法公差区间。
主要结果：P 值
在这些结果中，P 值为 0.340，大于显著性水平 0.05。由于您可以假设数据服从正态分布，因此可以使用正态方法公差区间。
步骤 2：检查相应方法的公差区间
Minitab 为正态方法和非参数方法提供公差区间。您可以创建双侧公差区间，也可以创建提供上限或下限的单侧公差区间。
- 双侧
- 使用双侧区间可以确定包含一定百分比总体测量值的区间。
- 上限
- 使用上限可以确定一个区间，该区间指示一定百分比的总体测量值不大于上限。
- 下限
- 使用下限可以确定一个区间，该区间指示一定百分比的总体测量值不小于下限。
