公司 A 生产电视机,在过去十年中,该公司对每个季度生产的有缺陷屏幕的单元数进行了计数。管理层规定,每季度 20 个缺陷单元是可接受的最大比率,他们想确定其工厂是否满足这一规定。
1 打开工作表“电视缺陷.MTW”。
2 选择统计 > 基本统计 > 单样本 Poisson 率。
3 选择一个或多个样本,每个样本占用一列。
4 在样本列中,输入缺陷 A 。
5 选中进行假设检验。在假设 Poisson 率中,输入 20。
6 单击选项。在备择假设下,选择比率 < 假设比率。
7 在每个对话框中单击确定。
会话窗口输出
单样本 Poisson 率 : 缺陷 A 的检验和置信区间
比率检验 = 20 与比率 < 20
合计出 变量 现次数 N 出现率 95% 上限 精确 P 值 缺陷 A 713 40 17.8250 18.9628 0.001
观测值的“长度” = 1。 |
单尾 假设检验的 p 值为 0.001。因此,应否定原假设并推断出,总体缺陷率小于 20。通过考查 95% 的置信上限,可以使总体比率的估计更确切,该上限提供总体缺陷率可能低于的值。从此分析中,有足够的理由相信,每个季度的缺陷屏幕数小于 18.9628。从而可以得出结论,公司 A 生产的电视机满足其季度缺陷规定。