T-test疑问(答案有道有理有根据者有分加)
问题:某过程输出的某指标均值为2000,标准差300。经过改善后标准差不变,随机抽取25PCS后发现均值为2150,问:改善前后是否有显著差异?
这个问题本身并不是我要问的,我的问题在下面:
很简单要用到T-test,但是在T-test前首先考虑的是,25个样本能否测试出150的差异?为验证疑问,我用Minitab中的Power and sample size 功能进行计算,其中Difference为150,Power Values取0.9,计算结果如下:
1-Sample t Test
Testing mean = null (versus not = null)
Calculating power for mean = null + difference
Alpha = 0.05 Assumed standard deviation = 300
Sample Target
Difference Size Power Actual Power
150 44 0.9 0.900031
由上面结果可以看出,Difference为150,Power取0.9时至少需要44个样本才能检测出150的差异,所以我推断,如果用T-test对上面提到的问题做测试,P值一定是大于0.05的,因为样本数量只有25个,检测不到150的差异。
但T-test的结果如下:
One-Sample T
Test of mu = 2000 vs not = 2000
N Mean StDev SE Mean 95% CI T P
25 2150.00 300.00 60.00 (2026.17, 2273.83) 2.50 0.020
P值居然为0.02! 与预计中的不符。
请问高手,是否我的推断有误?百思不得其解,等待高手回复。
这个问题本身并不是我要问的,我的问题在下面:
很简单要用到T-test,但是在T-test前首先考虑的是,25个样本能否测试出150的差异?为验证疑问,我用Minitab中的Power and sample size 功能进行计算,其中Difference为150,Power Values取0.9,计算结果如下:
1-Sample t Test
Testing mean = null (versus not = null)
Calculating power for mean = null + difference
Alpha = 0.05 Assumed standard deviation = 300
Sample Target
Difference Size Power Actual Power
150 44 0.9 0.900031
由上面结果可以看出,Difference为150,Power取0.9时至少需要44个样本才能检测出150的差异,所以我推断,如果用T-test对上面提到的问题做测试,P值一定是大于0.05的,因为样本数量只有25个,检测不到150的差异。
但T-test的结果如下:
One-Sample T
Test of mu = 2000 vs not = 2000
N Mean StDev SE Mean 95% CI T P
25 2150.00 300.00 60.00 (2026.17, 2273.83) 2.50 0.020
P值居然为0.02! 与预计中的不符。
请问高手,是否我的推断有误?百思不得其解,等待高手回复。
没有找到相关结果
已邀请:



3 个回复
Suwayyah (威望:3) (江苏 苏州) 钢铁冶金 经理
赞同来自:
Power=0.9时,算出样本数应为35,此时犯β错误概率约0.1;
实际样本为25个,其实际Power为0.8,此时犯β错误概率约0.2。
楼主的理解可能有点混淆。:D Power为检出力=1-β,也就是备选假设成立时拒绝原假设的概率,相当于灵敏度,我理解为做对事情的概率。
P值用于检验显著性水平,二者是关注的不同方面。