步骤 1：估计每个总体的标准差
使用 Bonferroni 置信区间可基于类别因子，估计每个总体的标准差。每个置信区间都是可能包含相应总体标准差的值范围。
Minitab 通过调整 Bonferroni 置信区间来保持同时置信水平。如果具有 95% 的 Bonferroni 置信区间，则整个置信区间集包含所有组的实际总体标准差的置信度为 95%。
在执行多重比较时，控制同时置信水平尤其重要。如果您不控制同时置信水平，至少一个置信区间不会包含实际标准差的几率会随着置信区间的数量增加而增加。
注意
您无法使用这些 Bonferroni 置信区间来确定组对之间的差异是否统计意义显著。要确定组对之间的差异是否统计意义显著，请使用步骤 2 中的多重比较区间。
有关更多信息，请转到使用置信水平确定多重比较中因子水平之间的显著差异以及什么是 Bonferroni 方法？。
方法
| 原假设 | 所有方差都相等 |
|---|---|
| 备择假设 | 至少有一个方差不同 |
| 显著性水平 | α = 0.05 |
95% Bonferroni 标准差置信区间
| 化肥 | N | 标准差 | 置信区间 |
|---|---|---|---|
| GrowFast | 50 | 4.28743 | (3.43659, 5.61790) |
| 无 | 50 | 5.09137 | (4.24793, 6.40914) |
| SuperPlant | 49 | 5.49969 | (4.48577, 7.08914) |
主要结果：StDev、95% Bonferroni 置信区间、单个置信水平
在这些结果中，Bonferroni 置信区间表明整个置信区间集包含所有组的实际总体标准差的置信度为 95%。此外，单个置信水平表明单个置信区间包含该特定组的总体标准差的的置信度。例如，GrowFast 总体标准差处于置信区间 (3.43659, 5.61790) 内时，置信度可能为 98.3333%。
步骤 2：确定总体标准差是否不同
使用汇总图来确定标准差之间的任何差分是否统计意义显著。Minitab 显示的检验和区间类型取决于您是否在 选项 子对话框中勾选了 根据正态分布使用检验，以及数据中的组数量。
- 检验的 p 值
-
在汇总图上使用 p 值可确定标准差之间的任何差分是否统计意义显著。Minitab 显示了用于评估等方差的一个或两个检验的结果。如果具有两个 p 值，且它们不一致，请转到所有统计量和图形，并单击“检验”获取有关使用哪个检验的信息。
将 p 值与显著性水平相比较，以评估原假设。原假设即所有组标准差均相等。通常，显著性水平（用 α 或 alpha 表示）为 .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%。
使用以下准则解释 p 值：- 如果 p 值 > α，则标准差之间的差值统计意义不显著。
- 如果 p 值 ≤ α，则部分标准差之间的差值统计意义显著。
- 多重比较区间
-
如果未选择 根据正态分布使用检验，汇总图将显示多重比较方法的置信区间。通常，您的结论可以多重比较检验和多重比较区间为基础，除非具有非常偏斜或重尾部分布的小型样本。
使用多重比较区间可以确定不相等的特定标准差对。如果两个区间未重叠，则相应标准差之间的差分统计意义显著。如果多重比较检验的 p 值小于显著性水平，则至少有一对区间不会重叠。
- Bonferroni 置信区间
-
如果选择了根据正态分布使用检验，汇总图会显示 Bonferroni 置信区间来估计每个总体的标准差。您无法使用这些区间来确定组对之间的差值是否统计意义显著。请转到步骤 1 了解有关如何解释 Bonferroni 置信区间的更多信息。
主要结果：多重比较 P 值
在此汇总图中，多重比较检验的 p 值大于显著性水平 0.05。组之间没有任何差分统计意义显著，而且所有比较区间均重叠。
