选择双样本 Poisson 率的分析选项

统计 > 基本统计 > 双样本 Poisson 率 > 选项

指定置信区间的置信水平、假设差值、备择假设、检验方法，并输入观测值的长度。

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差值。

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。

在假设差值中输入值。该假设差值将定义原假设。请将此值视为目标值或参考值。例如，一家公司希望知道一家呼叫中心的每日呼叫数是否比另一家中心的每日呼叫数至少多 100 (H₀: λ_中心1: λ _中心2 = 100)。

从备择假设中，选择要检验的假设：

差值 < 假设差值

使用此单侧检验确定样本 1 和样本 2 的总体发生率的差值是否小于假设差值，并且获取上限。虽然此单侧检验比双侧检验的功效更高，但是它无法检测差值是否大于假设差值。

例如，一位分析师使用此单侧检验确定两台复印机每年维修次数的差值是否小于 2。虽然此单侧检验在检测维修次数差值是否小于 2 方面具有更高的功效，但是它无法检测差值是否大于 2。

差值 ≠ 假设差值

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

例如，一位质量分析师要检验两家呼叫中心的每日呼叫数是否不同。因为呼叫数的任何差异都很重要，所以该分析师使用此双侧检验确定一家呼叫中心的呼叫率是大于还是小于另一家呼叫中心的呼叫率。

差值 > 假设差值

使用此单侧检验确定样本 1 和样本 2 的总体率之间的差值是否大于假设差值，并且获取下限。虽然此单侧检验比双侧检验的功效更高，但是它无法检测差值是否小于假设差值。

例如，一位技术员使用此单侧检验确定两台灌装机的速度均值之差是否大于 0 秒/盒。虽然此单侧检验在检测速度差值是否大于 0 方面具有更高的功效，但是它无法检测差值是否小于 0。

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。

从检验方法中，选择用来估计率的方法。当两个样本相等且较大时，首选默认方法分别估计比率。如果两个样本相等但较小，则默认方法不够准确。

只有当假设差值等于 0 时才选择使用合并的比率估计值。当您选择合并方法时，Minitab 基于默认方法（即单独估计率）而不是基于率的合并估计值计算置信区间。

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。

当两个样本使用相同的单位时，可输入一个值来转换这两个样本。如果您输入 1 以外的观测值长度，请转换假设差值。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，请为假设差值输入转换率，即每月 5 (15 ÷ 3) 个缺陷。
当两个样本使用不同的单位时，可输入两个值将这些单位转换为相同的单位。

例如，第一个样本表示每季度的缺陷数，第二个样本表示每月的缺陷数。要将两个样本转换为每月的缺陷数，请输入 3 1。Minitab 将每季度的缺陷发生率除以 3 可将其转换为每月的缺陷发生率。而将每月的缺陷发生率除以 1 则不会更改发生率。