选择单样本 Poisson 率的分析选项

统计 > 基本统计 > 单样本 Poisson 率 > 选项

指定置信区间的置信水平、选择备择假设、指定检验方法和置信区间，或者指定观测值的长度。

关于本主题

置信水平
备择假设
方法
观测值长度

置信水平

在置信水平中，输入置信区间的置信水平。

通常，置信水平为 95% 即可。95% 置信水平表明，如果从总体中随机抽取 100 个样本，则大约 95 个样本的置信区间中将包含总体参数。

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，根据您的样本数量，您可能希望使用 95% 以外的置信水平。

如果样本数量小，95% 置信区间可能太宽而无用。通过使用较低的置信水平（如 90%），将生成较窄的区间。但是，区间中包含总体率的可能性减小。
如果样本数量很大，可以考虑使用更高的置信水平（如 99%）。对于较大的样本，99% 置信水平仍可生成合理的窄区间，并同时增加区间包含总体率的可能性。

备择假设

从备择假设中，选择要检验的假设。

比率 < 假设比率

使用此单侧检验确定总体发生率是否小于假设率，并且获取上限。虽然此单侧检验比双侧检验的功效更高，但是它无法检测总体率是否大于假设率。

例如，一位分析师使用此单侧检验确定客户每月退还的电视率是否小于 3。虽然此单侧检验在确定该率是否小于 3 方面具有更高的功效，但是它无法检测该率是否大于 3。例如，一位分析师使用此单侧检验确定客户每月退还的电视率是否小于 3。虽然此单侧检验在确定该率是否小于 3 方面具有更高的功效，但是它无法检测该率是否大于 3。

比率 ≠ 假设比率

使用此双侧检验确定总体率是否不同于假设率，并且获取双侧置信区间。虽然双侧检验可以检测小于或大于假设值的差值，但是它比单侧检验的功效要低。

例如，一位分析师要检验某种航空器的维护问题发生率是否不同于每天 0.2 的目标值。因为与目标值的任何差异都很重要，所以该分析师要检验差值是大于还是小于目标值。

比率 > 假设比率

使用此单侧检验确定总体发生率是否大于假设率，并且获取下限。虽然此单侧检验比双侧检验的功效更高，但是它无法检测总体率是否小于假设率。

例如，一位呼叫中心经理使用此单侧检验确定每日呼叫率是否大于 1000。虽然此单侧检验在确定该率是否大于 1000 方面具有更高的功效，但是它无法确定率是否小于 1000。

有关选择单侧或双侧备择假设的更多信息，请转到关于原假设和备择假设。

方法

从方法中，选择要用于计算假设检验和置信区间的方法。默认情况下，Minitab 使用精确方法，因为它更准确、更强大。然而，许多统计学教科书使用正常近似方法，因为学生更容易手动计算。

观测值长度

输入用来为计数数据指定观测值期间（时间、区域、量、项数）的值。默认情况下，Minitab 使用值 1，但您可以输入其他值以更有用的形式表示样本发生率。

例如，检查员检查一箱毛巾中的缺陷数量。一条毛巾可能会有多个缺陷，如 1 处破洞和 2 处拉伸（3 个缺陷）。每箱包含 10 条毛巾。检查员总共抽取 50 箱，共发现 122 个缺陷。

为了确定每箱的缺陷数，分析员使用观测值长度 1。Minitab 在分析中使用的发生率为 122/50 = 2.44。
为了确定每条毛巾的缺陷数，分析员使用观测值长度 10。Minitab 在分析中使用的发生率为 (122/50)/10 = 0.244。

注意

如果您输入 1 以外的观测值长度，请转换假设率。例如，如果未转换的假设差值为每季度 15 个缺陷且这两个样本的观测值长度均为 3，请为假设率输入转换率，即每月 5 (15 ÷ 3) 个缺陷。

选择 单样本 Poisson 率 的分析选项

关于本主题

置信水平

备择假设

方法

观测值长度

注意

选择单样本 Poisson 率的分析选项