咨询各位1个关于双样本P检验的事情

zzr0208

背景：产线生产A产品

改善前：投入74，有8个不良
改善后：投入66，有2个不良
想看一下改善前后效果是否显著
原假设H0：不显著，没有差异。备择假设：显著，有差异
用Minitab，统计--->基本统计--->双比率
选择汇总数据，输入数据，按确定，结果处理P值居然是0.063>0.05，所以选择接受原假设
所以结论是，虽然不良率降低了，但是我们还是认为这个改善不显著，不能接受？

zzr0208

这是我输入数据的方式

kamire

对。
你们需要增加样本数量，继续验证。

zzr0208

kamire 发表于 2023-5-9 16:03
对。
你们需要增加样本数量，继续验证。

哈哈哈确实
我把实验数和样本数等比率提高了
不良率还是一样，但是对应的P值只有0.03

kamire

zzr0208 发表于 2023-5-9 16:30
哈哈哈确实
我把实验数和样本数等比率提高了
不良率还是一样，但是对应的P值只有0.03 ...

不知道你是真的来请教问题还是来寻开心的。
错误发生的概率理论上是泊松分布，数据量大也可以近似为正态分布，你不管数据的分布直接线性所谓"等比率"提高，当然是已经改变了原始数据的分布，这就不是你想象的”等比率“了，其结果当然会和第一次的不一样。
你要是玩数据，把2改成1那更是直接可以得到你要的结果了，当然自己玩得开心就好。

Shane1392016

kamire 发表于 2023-5-9 17:01
不知道你是真的来请教问题还是来寻开心的。
错误发生的概率理论上是泊松分布，数据量大也可以近似为正态 ...

人家不懂啊

Jesse001122

kamire 发表于 2023-5-9 17:01
不知道你是真的来请教问题还是来寻开心的。
错误发生的概率理论上是泊松分布，数据量大也可以近似为正态 ...

谢谢分享

zzr0208

kamire 发表于 2023-5-9 17:01
不知道你是真的来请教问题还是来寻开心的。
错误发生的概率理论上是泊松分布，数据量大也可以近似为正态 ...

发帖的初衷当然是来请教的
得到一个回馈后发现原来可以自己编数据
就觉得挺有趣，就形成了你所谓的“寻开心”

yuanyan

不错

耳语

双比率检验时要注意满足样本量，n*p⩾15， n*（1-p）⩾15，以保证数据正态分布