参数分布分析(右删失)的带值样本的一致性

带值样本的一致性 - 尺度等于 0.5 的检验

可以检验分布参数是否等于指定值,例如来自历史分布的参数。

卡方检验确定分布参数是否与指定值存在显著差异。将 p 值与预定的 α 值进行比较。
  • 如果 p 值小于 α 值,则可以断定分布参数与指定值存在显著差异。
  • 如果 p 值大于 α 值,则不能断定分布参数与指定值存在显著差异。

示例输出

尺度等于 0.5 的检验

卡方自由度P
0.050265210.823

解释

对于发动机绕组数据,将检验在 80° C 下运行的发动机绕组的对数正态分布的尺度参数是否与 0.5 存在显著差异。根据历史数据,尺度参数通常为 0.5。

由于 p 值 0.823 大于 α 值 0.05,因此工程师的证据不足,无法断定尺度参数是否显著不同于 0.5。所以,工程师假定当前数据的尺度参数不同于历史尺度值。

带值样本的一致性 - Bonferroni 置信区间

Minitab 还提供与卡方检验关联的 Bonferroni 置信区间,以提供参数的合理值区间。

  • 当卡方检验很重要(否定该检验)时,相应的置信区间不会包含指定的值。
  • 当卡方检验不重要(无法否定原假设)时,通常情况下相应的置信区间将包含为该检验指定的值。

示例输出

Bonferroni 95.0%(单独 95.00%)同时 置信区间

尺度参数
变量下限估计上限
80 度0.38080.48620.6208

解释

对于发动机绕组数据,对于在 80° C 下检验的绕组,对数正态尺度参数的合理值在 0.3808 到 0.6208 之间。请注意,区间中包括 0.5,因为证据不足,无法否定原假设(尺度 = 0.5)。