一位邮政服务分析师想比较两家邮局的顾客到访数。这位分析师记录了 40 个工作日内到访每家邮局的顾客数。
分析师执行了双样本 Poisson 率检验,以确定两家邮局每日的顾客到访率是否存在差异。
原假设声明两家邮局的每日客户访问率之间的差值为 0。由于 p 值 0.031 小于显著性水平(用 α 或 alpha 表示)0.05,因此分析员否定原假设并得出两家邮局的每日客户访问率不同的结论。95% 置信区间表明,分支 B 的客户访问率可能高于分支 A 的客户访问率。
λ₁: 分支 A 的 Poisson 率 |
---|
λ₂: 分支 B 的 Poisson 率 |
差值: λ₁ - λ₂ |
样本 | N | 合计出现次数 | 样本 Poisson 比率 |
---|---|---|---|
分支 A | 40 | 9983 | 249.575 |
分支 B | 40 | 10291 | 257.275 |
估计的差值 | 差值的 95% 置信区间 |
---|---|
-7.7 | (-14.6768, -0.723175) |
原假设 | H₀: λ₁ - λ₂ = 0 |
---|---|
备择假设 | H₁: λ₁ - λ₂ ≠ 0 |
方法 | Z 值 | P 值 |
---|---|---|
精确 | 0.031 | |
正态近似 | -2.16 | 0.031 |