选择双方差的分析选项

统计 > 基本统计 > 双方差 > 选项

指定置信区间的置信水平、假设差值、备择假设，或者指定是否使用比率的合并估计值。

比值

对于双方差检验，可以使用标准差的比值或方差的比值。

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比值。

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。

在假设比值中输入值。该假设比值将定义原假设。请将此值视为目标值或参考值。例如，一家谷类食品生产商只有在新灌装机的灌装重量方差是当前机器方差的 0.8 倍时才会购买新机器 (H₀: σ²_新 / σ²_当前 = 0.8)。

从备择假设中，选择要检验的假设：

比值 < 假设比值

使用此单侧检验确定样本 1 和样本 2 的总体方差或标准差的总体比值是否小于假设比值，并且获取上限。虽然此单侧检验的功效更高，但是它无法检测总体比值是否大于假设比值。

例如，一位分析师使用此单侧检验确定一台新机器的性能标准差与一台旧机器的性能标准差的比值是否小于 0.8。虽然此单侧检验在检测标准差比值是否小于 0.8 方面具有更高的功效，但是它无法检测该比值是否大于 0.8。

比值 ≠ 假设比值

使用此双侧检验确定总体标准差或总体方差的比值是否不同于假设比值，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比值的比值，但是它比单侧检验的功效要低。

例如，一位医疗保健顾问想要比较两家医院的患者满意度评级的方差。因为方差的任何差异都很重要，所以该顾问使用此双侧检验确定一家医院的方差是大于还是小于另一家医院的方差。

比值 > 假设比值

使用此单侧检验确定样本 1 和样本 2 的方差或标准差的总体比值是否大于假设比值，并且获取下限。虽然此单侧检验比双侧检验的功效更高，但是它无法检测比值是否小于假设比值。

例如，一位分析师检验一台旧挤压机的方差与一台新挤压机的方差之比是否大于 1。虽然此单侧检验在检测该比值是否大于 1 方面具有更高的功效，但是它无法检测比值是否小于 1。

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。

选择根据正态分布使用检验和置信区间可以基于正态分布来显示检验结果，这也称为 F 检验。如果您为每个样本输入数量和方差（或标准差）的汇总数据，Minitab 也会显示 F 检验的结果。当 Minitab 执行 F 检验时，它不显示 Bonett 方法或 Levene 方法的结果。

F 检验仅对于正态分布数据准确。甚至是稍微偏离正态性也可能会导致 F 检验不准确，即便使用大样本也是如此。但是，如果数据服从正态分布，则 F 检验通常比 Bonett 方法或 Levene 方法更强大。