双样本 Poisson 率示例
主题     解释结果     会话命令    另请参见 

公司 A 和公司 B 都生产电视机，他们在过去的十年中统计了屏幕有缺陷的电视机的数量。公司 A 每个季度（3 个月）对缺陷单元进行一次计数，而公司 B 则每半年对缺陷单元数进行一次计数。您管理着一家电子零售店，您想最大限度降低库存电视机的缺陷数。为了确定应库存哪家公司的产品，您进行了一项双样本 Poisson 率检验，以确定哪家公司的月缺陷率最低。

1    打开工作表“电视缺陷.MTW”。

2    选择统计 > 基本统计 > 双样本 Poisson 率。

3    选择每个样本在其自己的列中。

4    在样本 1 中，输入缺陷 A 。

5    在样本 2 中，输入缺陷 B 。

6    单击选项。在观测值长度中，输入 3 6（三和六）。

7    在每个对话框中单击确定。

会话窗口输出

双样本 Poisson 率 : 缺陷 A, 缺陷 B 的检验和置信区间

 

 

                      观测

        合计出      值“长

变量    现次数   N    度”   出现率  出现数均值

缺陷 A     713  40       3  5.94167      17.825

缺陷 B     515  20       6  4.29167      25.750

 

 

差值 = 比率(缺陷 A) - 比率(缺陷 B)

差值估计值: 1.65

差值的 95% 置信区间: (1.07764, 2.22236)

差值 = 0 (与 ≠ 0) 的检验: Z = 5.65  P 值 = 0.000

精确检验: P 值 = 0.000

 

 

差值 = μ (缺陷 A) - μ (缺陷 B)

差值估计值: -7.925

差值的 95% 置信区间: (-10.5053, -5.34474)

差值 = 0 (与 ≠ 0) 的检验: Z = -6.02  P 值 = 0.000

精确检验: P 值 = 0.000

解释结果

观测值的“长度”与每个公司计数缺陷的月数对应。由于时间周期不同，因此直接比较平均缺陷数并不能回答所研究的问题。因此，Minitab 使用“长度”项来计算每个公司每月的平均缺陷数。假设检验确定两个月度比率之间的差值是否具有统计上的显著性。

此假设检验的 p 值为 0。因此，应否定缺陷率相等的原假设。而且，由于（缺陷率 A - 缺陷率 B）的置信区间只包含正数，因此有 95% 的信心推断，公司 A 的电视机缺陷率更高。作为电子零售店的经理，您选择库存公司 B 生产的电视机。