单样本 Z 的数据注意事项

为了确保结果有效,请在收集数据、执行分析和解释结果时考虑以下准则。

总体标准差已知

如果您不知道总体的标准差,请使用单样本 t

数据必须是连续的,如包装重量

连续数据在任意两个值之间拥有无限数量的值。

如果数据中包含计数(如每单位的缺陷数),请使用单样本 Poisson 率 如果数据将每个观测值分为两个类别之一(如通过/失败),请使用 单比率。有关数据类型的更多信息,请转到可以使用假设检验分析的数据类型

样本数据不应当严重偏斜,样本数量应当大于 20

如果样本数量大于 20,并且基础分布为单峰且连续,则会相应地执行假设检验,即使数据轻微偏斜也是如此。如果样本数量小于 20,则应该绘制数据图以检查偏度和异常观测值。如果数据严重偏斜或者包含很多异常观测值,则在解释结果时应当格外小心。

样本数据应当是随机选择的

在统计学中,随机样本用于对总体做出归纳,即推断。如果数据不是随机收集的,则结果可能无法代表总体。有关更多信息,请转到数据样本中的随机性

每个观测值都应当独立于所有其他观测值

如果您有配对或相关数据,如使用两个不同卡钳测量的轴承值,请改用配对 t。有关更多信息,请转到相关样本和独立样本有何不同?

确定适当的样本数量
样本应当足够大,以便满足如下条件:
  • 估计值的精度足够大。
  • 置信区间足够窄,具有实用性。
  • 您针对类型 I 和类型 II 错误具有足够的预防措施。
要为假设检验确定适当的样本数量,请转到单样本 Z 的功效和样本数量