可以检验两个或多个数据集是否来自同一分布(总体)。如果数据集来自同一分布,它们应当具有相等参数。
如果数据集来自不同的分布(p 值小于 α 值),请检查各个用来查看形状(或位置)和尺度参数是否相同的检验的结果。使用各个检验的结果,可以确定尺度参数(对于 Weibull 分布来说为形状参数)或/和位置参数(对于 Weibull 分布来说为尺度参数)中是否出现分布之间的差异。
卡方 | 自由度 | P |
---|---|---|
325.247 | 2 | 0.000 |
对于消声器数据,将检验新型消声器的失效前行驶英里数和旧型消声器的失效前行驶英里数是否来自同一个分布。
由于同步检验的 p 值 0.000 小于预定的 α 值 0.05,因此可以断定新型消声器系列的至少一个分布参数与旧型消声器系列的参数存在显著差异。因此,这两个数据集不是来自同一分布。
如果相等形状和尺度参数的同步检验指示存在从统计角度看显著不同的差异,请检查相等形状参数的检验以确定分布之间的差异是否在形状参数内。
卡方 | 自由度 | P |
---|---|---|
112.830 | 1 | 0.000 |
对于消声器数据,将检验新型消声器的失效前行驶英里数和旧型消声器的失效前行驶英里数是否来自同一个具有相同形状参数的分布。
由于 p 值 0.00 小于 α 值 0.025,则可以断定这两种类型消声器的分布形状参数不同。检查形状参数的 Bonferroni 置信区间可以识别这两个分布中形状参数之间的差异量值。
如果相等形状和尺度参数的同步检验指示存在从统计角度看显著不同的差异,请检查相等尺度参数的检验以确定分布之间的差异是否在尺度参数内。
卡方 | 自由度 | P |
---|---|---|
254.479 | 1 | 0.000 |
对于消声器数据,将检验新型消声器的失效前行驶英里数和旧型消声器的失效前行驶英里数是否具有相同的尺度参数。
由于 p 值 0.00 小于 α 值 0.025,则可以断定这两种类型消声器的分布尺度参数显著不同。
如果相等形状(或位置)参数的检验结果指示统计上显著的差异,则应检查 Bonferroni 置信区间以确定差异的量值。
您还可以比较多个样本的区间以查看哪些参数不同。如果上述两个参数的比值的置信区间包含 1,则无法断定这两个参数之间存在差异。
变量 | 下限 | 估计 | 上限 |
---|---|---|---|
开始(旧) | 0.5954 | 0.6517 | 0.7133 |
对于消声器数据,旧型消声器的形状参数可能值介于新型消声器的形状参数的 0.5954 (59.54%) 到 0.7133 (71.33%) 之间。估计的形状参数比值为 0.6517 或 65.17%。
如果相等尺度参数的检验结果指示统计上显著的差异,则应检查 Bonferroni 置信区间以确定差异的量值。
您还可以比较多个样本的区间以查看哪些参数不同。如果上述两个参数的比值的置信区间包含 1,则无法断定这两个参数之间存在差异。
变量 | 下限 | 估计 | 上限 |
---|---|---|---|
开始(旧) | 0.8225 | 0.8426 | 0.8631 |
对于消声器数据,旧型消声器的尺度参数可能值介于新型消声器的尺度参数的 0.8225 (82.25%) 到 0.8631 (86.31%) 之间。估计的尺度参数比值为 0.8426 或 84.26%。