minitab假设检验（怎么解释？）

本帖最后由 至高层 于 2011-7-13 23:43 编辑

某厂有一批产品，共计1万件，规定不良率不得超过5%，现抽100件，发现8件不合格。请问是否可以放行？
有三种假设，用哪种呢？

单比率检验和置信区间

p = 0.05 与 p < 0.05 的检验


样本 X N 样本 p 95% 上限 精确 P 值
1 8 100 0.080000 0.139717 0.937


单比率检验和置信区间

p = 0.05 与 p ≠ 0.05 的检验


样本 X N 样本 p 95% 置信区间 精确 P 值
1 8 100 0.080000 (0.035172, 0.151558) 0.246


单比率检验和置信区间

p = 0.05 与 p > 0.05 的检验


样本 X N 样本 p 95% 下限 精确 P 值
1 8 100 0.080000 0.040429 0.128

怎么解释？
---------------------------------------------------------
shizhiyue：原假设是指本来设定的，或者无需证明的，备择假设一般是指要证明的，或者不能确定的，故LZ的问题的原假设：P0≤0.05，备择假设：p1>0.05

jerry77 ：客户要求为原假设，即小于等于5%，备则假设就是大于5%。另外，缺少了客户的最小接收概率信息，一般默认为95%的置信水平。


附minitab的例子
县地区检察官想竞选州地区检察官职位。她已决定，如果她的党派成员中支持她的人超过 65%，她就放弃县检察官职位，而竞选州检察官职位。您需要检验 H0：p = .65 与 H1：p > .65。

作为竞选活动管理者，您收集了 950 名随机选择的党派成员的数据，并发现有 560 人支持该候选人。您进行了一项比率检验，以确定支持者的比率是否大于必需比率 0.65。此外，还构造了 95% 的置信限，以确定支持者比率的下限。

1 选择统计 > 基本统计量 > 单比率。

2 选择汇总数据。

3 在事件数中，输入 560。 在试验数中，输入 950。

4 选中进行假设检验。在假设比率中，输入 0.65。

5 单击选项。 在备择项下，选择大于。在每个对话框中单击确定。

会话窗口输出

单比率检验和置信区间


p = 0.65 与 p > 0.65 的检验


样本 X N 样本 p 95% 下限 精确 P 值

1 560 950 0.589474 0.562515 1.000


解释结果
p 值 1.0 表示，数据与原假设一致（H0：p = 0.65），即支持候选人的党派成员的比率不大于 0.65 这一必需比率。作为活动管理者，您建议她不要竞选州地区检察官职位。