小于:使用此单侧检验确定一个总体标准差或总体方差是否小于另一个总体标准差或总体方差。虽然此单侧检验的功效更高,但是它无法检测一个总体标准差或总体方差是否大于另一个总体标准差或总体方差。如果您选择此选项,则在双方差的功效和样本数量对话框上的比值中输入小于 1 的值。
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是否小于一台旧机器的性能标准差。虽然此单侧检验在检测标准差比值是否小于 1 方面具有更高的功效,但是它无法检测比值是否大于 1。
不等于:使用此双侧检验确定两个总体标准差或两个总体方差是否相等。虽然此双侧检验可以检测一个总体标准差或总体方差是小于还是大于另一个总体标准差或总体方差,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分的方差。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个地点的方差是大于还是小于另一地点的方差。
大于:使用此单侧检验确定一个总体标准差或总体方差是否大于另一个总体标准差或总体方差。虽然此单侧检验比双侧检验的功效更高,但是它无法检测一个总体标准差或总体方差是否小于另一个总体标准差或总体方差。如果您选择此选项,则在双方差的功效和样本数量对话框上的比值中输入大于 1 的值。
例如,一位分析师检验一台旧挤压机的方差是否大于一台新挤压机的方差。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。
使用显著性水平可以在原假设 (H0) 为真时最小化检验的功效值。显著性水平越高,检验功效越大,犯 I 型错误(否定原本为真的原假设)的概率越大。
选择 Minitab 用来分析数据的方法。F 检验基于正态分布,而且仅对于正态分布数据精确。一旦偏离正态性,就会导致此检验生成不精确的结果。但是,如果数据服从正态分布,则 F 检验通常比 Levene 检验更强大。