单样本等价检验的描述性统计量

请查找定义和解释指导，了解单样本等价检验提供的每个描述性统计量。

N

样本数量 (N) 是样本中的观测值总数。

样本数量影响置信区间和检验功效。通常，数量较大的样本将产生较窄的置信区间。样本数量越大，检验检测的功效越大。

有关等价检验功效的更多信息，请转到等价检验的功效。

均值使用标识数据中心的单个值来汇总样本值。均值是按数据的算术平均值计算的，它等于所有观测值的和除以观测值的个数。

样本均值是对总体均值的估计值。因此，样本均值与目标之间的差值是对总体均值与目标之间差值的估计值。

由于差值基于样本数据而不是整个总体，因此您不能确定它是否等于总体均值与目标之间的差值。要评估总体估计值的精确度，可以使用置信区间。

标准差 (StDev) 是离差的最常用度量，即数据与均值的接近程度。对某一过程而言随机或合乎自然规律的变异通常称为噪声。

标准差与数据采用相同的单位。符号 σ（西格玛）常用来表示总体的标准差。字母 s 用来表示样本的标准差。

使用标准差可以确定数据从均值扩散的程度。

样本数据的标准差是对总体标准差的估计值。值越高，数据中的变异或“噪声”越多。标准差用于计算置信区间和 p 值。值越高，置信区间越宽，统计功效越低。

均值的标准误（SE 均值）估计样本均值之间的变异性，样本均值是在对相同总体重复抽样的情况下获得的。而均值的标准误估计样本之间的变异性，标准差度量单个样本内的变异性。

例如，根据 312 个交货时间的随机样本，得到平均交货时间为 3.80 天，标准差为 1.43 天。这些数字产生的均值标准误为 0.08 天（1.43 除以 312 的平方根）。如果从相同总体中抽取大小相同的多个随机样本，则这些不同样本均值的标准差将大约为 0.08 天。

使用均值的标准误可以确定样本均值对总体均值的估计精确度。

均值的标准误越小，对总体均值的估计越精确。通常，标准差越大，均值的标准误就越大，对总体均值的估计也越不精确。样本越大，均值的标准误就越小，对总体均值的估计也越精确。

Minitab 使用均值的标准误来计算置信区间。