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。
我也来说两句 查看全部回复

最新回复

  • Suwayyah (2007-12-04 09:12:56)

    因δ已知,本题用1sample-Z test。
    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。

    QUOTE:

        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。
    楼主的理解可能有点混淆。 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。
  • bodaosjf2 (2007-12-04 11:43:54)

    各位,请提供MINITAB中文操作步骤

    我的MINITAB15中文软件看不出你们的步骤无法验证!
  • mercywolf (2007-12-04 21:28:16)

    QUOTE:

    原帖由 Suwayyah 于 2007-12-4 09:12 发表
    因δ已知,本题用1sample-Z test。
    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。 Power为检出力=1- ...
    我想了一天才有结果,非常感谢!

    [ 本帖最后由 mercywolf 于 2007-12-4 21:30 编辑 ]