可使用此分析:
确定两个组的比率是否存在差异
计算两个总体比率之间的差值的范围
例如,假设您想知道是否可以通过提供激励(如产品样本)来提高对调查做出反馈的消费者的比率。您可以在半数邮件中附赠产品样本,并确定获得样本的一组的响应是否比没有获得样本的一组多。
对于双比率,假设为:
原假设
H0:ρ1- ρ2 = d0 | 两个总体比率之间的差值 (ρ1- ρ2) 等于假设差值 (d0)。 |
备择假设
选择以下选项之一:
H1:ρ1- ρ2 ≠ d0 | 两个总体比率之间的差值 (ρ1- ρ2) 不等于假设差值 (d0)。 |
H1:ρ1- ρ2 > d0 | 两个总体比率之间的差值 (ρ1- ρ2) 大于假设差值 (d0)。 |
H1:ρ1- ρ2 <>0 | 两个总体比率之间的差值 (p1- p2) 小于假设差值 (d0)。 |
作为公司的采购经理,您需要授权采购二十台新复印机。在根据价格、复印质量、保修和功能对多个品牌进行比较后,将选择范围缩小到两个品牌:X 品牌和 Y 品牌。您认为决定性因素是品牌的可靠度,定义为在购买后一年内需要维修的比率。
由于您的公司已经使用过这两种品牌,因此可获得每种品牌随机选择的 50 台机器的维修历史记录信息。记录显示,六台 X 品牌的机器和八台 Y 品牌的机器需要维修。使用此信息可以指导您选择要购买的品牌。
操作:
1, 6SQ统计--估计和假设检验--双比例检验
3, 确认输出结果
解释结果
对于此示例,正态近似检验有效,因为对于两个样本而言,事件数都大于四,试验数与事件数之间的差值也大于四。正态近似检验报告 p 值 为 0.564,Fisher 精确检验 报告 p 值为 0.774。这两个 p 值都大于通常选择的 a 水平 。因此,数据与总体比率相等的原假设一致。换句话说,在第一年内需要维修的复印机比率不因品牌不同而存在差异。作为采购经理,您需要根据别的标准来决定采购哪种品牌的复印机。
由于正态分布有效,因此从 95% 置信区间 中可以得出相同的结论。由于零位于置信区间(-0.0957903 至 0.175790)之内,因此可以得出结论,数据与原假设一致。如果您认为置信区间太宽,并且未提供有关 p1-p2值的精确信息,则可能需要收集更多数据才能获得差值的更好估计。
联系客服