关于minitab 中的 2 Proportions--已解答
问题：1. 2 Proportions是否可以用于供应商对策前后验证？---可以
2. 样本取值有什么规定么？---一般大于30即可
3. 95% CI for difference的取值在Alternative分别取（no equal/less than/greater than）时结果不同，它代表的是什么？ ---no equal：双边特性/less than---望小特性/greater than：望大特性，本题由于希望不良率越小越好，因此应选less than。
4.Fisher's exact test: P-Value = 0.007 这个代表的是什么？---由于样本太小，无法满足常态分布，得到的结论有误差，因此，有Fisher's exact test得到的较为准确的P-Value。在得到的数据出现 NOTE The normal approximation may be inaccurate for small samples.时，应以 Fisher's exact test: P-Value为准。
5.Z = 1.02 ，这个Z值是否就是正态分布表中的Z值？---是统计量，即临界区的值
6.use pooled estimate of p for test 指什么，它什么时候需要打勾？---在多个样本比率计算时，用以统计总样本状况。
若有什么地方理解错了，请各位继续指正。
数据如下：
样本 不良数
1 32 1
2 4500 0
假设H0： P0=P1 对策无效，改善前后不良率相等
H1： P0>P1 对策有效，改善后不良率低于改善前不良率
选用2 Proportions检定，得到结果如下：
Test and CI for Two Proportions
Sample X N Sample p
1 1 32 0.031250
2 0 4500 0.000000
Difference = p (1) - p (2)
Estimate for difference: 0.03125
95% upper bound for difference: 0.0818422
Test for difference = 0.05 (vs < 0.05): Z = -0.61 P-Value = 0.271
NOTE The normal approximation may be inaccurate for small samples.
Fisher's exact test: P-Value = 0.007
2. 样本取值有什么规定么？---一般大于30即可
3. 95% CI for difference的取值在Alternative分别取（no equal/less than/greater than）时结果不同，它代表的是什么？ ---no equal：双边特性/less than---望小特性/greater than：望大特性，本题由于希望不良率越小越好，因此应选less than。
4.Fisher's exact test: P-Value = 0.007 这个代表的是什么？---由于样本太小，无法满足常态分布，得到的结论有误差，因此，有Fisher's exact test得到的较为准确的P-Value。在得到的数据出现 NOTE The normal approximation may be inaccurate for small samples.时，应以 Fisher's exact test: P-Value为准。
5.Z = 1.02 ，这个Z值是否就是正态分布表中的Z值？---是统计量，即临界区的值
6.use pooled estimate of p for test 指什么，它什么时候需要打勾？---在多个样本比率计算时，用以统计总样本状况。
若有什么地方理解错了，请各位继续指正。
数据如下：
样本 不良数
1 32 1
2 4500 0
假设H0： P0=P1 对策无效，改善前后不良率相等
H1： P0>P1 对策有效，改善后不良率低于改善前不良率
选用2 Proportions检定，得到结果如下：
Test and CI for Two Proportions
Sample X N Sample p
1 1 32 0.031250
2 0 4500 0.000000
Difference = p (1) - p (2)
Estimate for difference: 0.03125
95% upper bound for difference: 0.0818422
Test for difference = 0.05 (vs < 0.05): Z = -0.61 P-Value = 0.271
NOTE The normal approximation may be inaccurate for small samples.
Fisher's exact test: P-Value = 0.007
没有找到相关结果
已邀请:
RSS Feed
7 个回复
951426 (威望:0) (福建 福州) 电信通讯 工程师
赞同来自:
按照您的指导,得到下面结果:
问题是:1.为什么test difference选取0.05?,取与不取不同的是:
Z = -0.61 P-Value = 0.271 / Z = 1.02 P-Value = 0.845
2.结果中有两个P值,一个P-Value = 0.271,另一个 P-Value = 0.007,我们应该拿哪个与0.05做比较?
3.如果去的样本改变了(变为450),Fisher's exact test: P-Value = 0.066,结果判定就不一样了.能解释一下为什么?如果这样的话，是否在这里对样本数是有一定的规定的?
Sample X N Sample p
1 1 32 0.031250
2 0 4500 0.000000
Difference = p (1) - p (2)
Estimate for difference: 0.03125
95% upper bound for difference: 0.0818422
Test for difference = 0.05 (vs < 0.05): Z = -0.61 P-Value = 0.271
NOTE The normal approximation may be inaccurate for small samples.
Fisher's exact test: P-Value = 0.007