雙樣本 t 檢定的檢定力與樣本數

用於規劃比較兩個平均值(例如兩家供應商或兩臺機器)的雙樣本 t 檢定。輸入共同標準差,以及每組樣本數、差值和檢定力三者中的任意兩項,工具即可求解第三項。它假定兩個獨立組的樣本數相等且標準差相同,並使用非中心 t 分配。輸出包含實際檢定力的結果表和檢定力曲線。

最後審閱

核心要點

雙樣本 t 檢定的檢定力與樣本數用於計算雙樣本 t 檢定檢測平均值差異時每組需要多少個單位、計畫樣本所具有的檢定力,或可檢測的最小差值。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. 輸出說明
  6. 計算範例

用途

雙樣本 t 檢定的檢定力與樣本數用於在收集資料之前,規劃兩個平均值的比較:每組需要多少個單位才能檢測到有意義的差值,計畫樣本數檢測到該差值的機率(檢定力)有多大,或給定樣本數能檢測到的最小差值。輸入樣本數、差值和檢定力三者中的任意兩項,工具即求解第三項。可在雙樣本 t 檢定之前使用,例如比較兩家供應商、兩臺機器,或變更前後的製程。

主要功能

  • 求解樣本數、檢定力或差值:將想求解的一項留空。
  • 一次輸入多個值,例如差值「3 5 7」和檢定力值「0.8 0.9」,每種組合給出一列。
  • 雙尾(Mean 1 ≠ Mean 2)或單尾(Mean 1 < Mean 2、Mean 1 > Mean 2)對立假設,信賴水準可自行選擇。
  • 求解樣本數時,報告每組單位的整數個數及其對應的實際檢定力。
  • 針對每個差值繪製檢定力隨樣本數變化的檢定力曲線,並標出求解得到的點。

統計方法

計算假定有兩個獨立組,每組樣本數均為 n,且標準差 σ 相同,與合併雙樣本 t 檢定的假設相同。顯著水準為 α = 1 − 信賴水準 / 100,標準化差值為 d = 差值 / σ。

檢定力是當真實差值為所輸入的差值時,t 檢定拒絕虛無假設的機率。它根據自由度為 2n − 2、非中心參數為 δ = d·√(n / 2) 的非中心 t 分配計算:對於雙尾檢定,檢定力 = P(T > t₁₋α/₂) + P(T < −t₁₋α/₂),其中 T 服從該非中心 t 分配。對於樣本數,先求出達到目標檢定力的 n,並向上取整到下一個整數,再將該 n 對應的檢定力報告為實際檢定力。對於差值,則求出在給定 n 下達到目標檢定力的最小差值。

檢定力隨樣本數和差值的增大而上升,隨標準差增大或信賴水準提高而下降。在相同檢定力下,單尾檢定所需的單位數少於雙尾檢定,但只能檢測所述方向上的差值。

輸入欄位和選項

欄位

說明

Sample sizes

每組的樣本數。以空格或逗號分隔,例如「10 20 30」。留空則求解樣本數。

Differences

以空格或逗號分隔,例如「1 2 3」。希望檢測的兩個平均值之間的差值,以量測單位計。留空則求解差值。

Power values

以空格或逗號分隔,例如「0.8 0.9」。留空則求解檢定力。

Standard deviation

必填。兩個總體的假定或歷史共同(合併)標準差,例如來自以往資料或試執行。

Confidence level

預設為 95(α = 0.05);範圍 75 至 100。

Alternative hypothesis

Mean 1 ≠ Mean 2(預設)、Mean 1 < Mean 2 或 Mean 1 > Mean 2。

Power curve

預設勾選:繪製檢定力隨樣本數變化的曲線。

Title

顯示在輸出上的標題。

power-and-sample-size-2-sample-t-inputs


圖 1 — 求解樣本數:Differences = 5,Power values = 0.8 0.9,Standard deviation = 7,95% 信賴水準下的雙尾檢定。

輸出說明

  • Settings——求解的物件、標準差、信賴水準和對立假設。
  • Results——每種組合一列:差值、樣本數(每組),求解樣本數時還有目標檢定力和實際檢定力;求解檢定力時為檢定力;求解差值時為差值。
  • Power Curve——針對每個差值的檢定力隨樣本數變化的曲線,並標出計算得到的點。
  • 透過 Download 匯出 PDF。

power-and-sample-size-2-sample-t-output


圖 2 — 範例結果:80% 的檢定力每組需要 32 個單位,90% 的檢定力需要 43 個,並附差值為 5 時的檢定力曲線。

計算範例

一個品質團隊計畫開展試驗,比較兩家供應商零件的平均抗拉強度。以往資料顯示標準差為 7 MPa,兩家供應商之間 5 MPa 的差值就會產生影響。他們將 Sample sizes 留空,輸入 Differences = 5、Power values = 0.8 0.9 和 Standard deviation = 7,並保持 95% 信賴水準下的雙尾對立假設。

工具顯示,80% 的檢定力(實際檢定力 0.803)每組需要 32 個零件,90% 的檢定力(實際檢定力 0.906)每組需要 43 個零件。若每組僅 20 個零件,檢定力將為 0.595:漏掉真實 5 MPa 差值的機率約為 40%。要以 80% 的檢定力檢測較小的 4 MPa 差值,每組需要 50 個零件;若只有一個方向有影響(單尾對立假設),每組 25 個零件即可使 5 MPa 差值的檢定力達到 80%。

常見問題

雙樣本 t 檢定的檢定力如何計算?

檢定力是當真實差值為所輸入的差值時,t 檢定拒絕虛無假設的機率。它根據自由度為 2n - 2、非中心參數為 d 乘以 n/2 的平方根的非中心 t 分配計算,其中 d 為差值除以共同標準差,n 為每組樣本數。

雙樣本 t 檢定力計算有哪些假設?

它假定有兩個獨立組,每組樣本數相同且標準差相同,與合併雙樣本 t 檢定的假設相同。該標準差由您根據以往資料或試執行輸入。檢定力隨樣本數和差值的增大而上升,隨標準差增大或信賴水準提高而下降。

雙樣本 t 檢定每組需要多少個樣本?

在一個計算範例中,標準差為 7 MPa,有影響的差值為 5 MPa,95% 信賴水準下的雙尾檢定,每組 32 個零件可達到 80% 的檢定力,每組 43 個可達到 90%。每組僅 20 個零件時檢定力為 0.595。要以 80% 的檢定力檢測較小的 4 MPa 差值,每組需要 50 個零件。

單尾雙樣本 t 檢定需要的樣本更少嗎?

是的。在相同檢定力下,單尾檢定所需的單位數少於雙尾檢定,但只能檢測所述方向上的差值。在計算範例中,單尾對立假設要以 80% 的檢定力檢測 5 MPa 的差值,每組需要 25 個零件,而雙尾檢定每組需要 32 個。