配对 t 检验的检验功效与样本量

用于规划每个单元被测量两次的配对 t 检验,例如变更前后。输入配对差值的标准差,以及对数、均值差和检验功效中的任意两项,工具求解第三项。它假定差值大致服从正态分布,并使用非中心 t 分布。输出包含实际检验功效的结果表和功效曲线。

最后审阅

核心要点

配对 t 的检验功效与样本量工具用于计算:配对 t 检验需要多少对数据才能检出有意义的均值差,计划的对数所能达到的检验功效,或可检出的最小均值差。

本页内容
  1. 用途
  2. 主要功能
  3. 统计方法
  4. 输入字段和选项
  5. 输出说明
  6. 计算示例

用途

配对 t 的检验功效与样本量(Power and Sample Size for Paired t)用于规划每个单元被测量两次的研究,例如变更前后、使用两种方法或在两个夹具上测量,所关心的问题是均值差是否为零。它回答:需要多少对数据才能检出有意义的均值差,计划的对数能达到多大的检验功效,或给定的对数能检出的最小均值差是多少。输入样本量、差值和检验功效中的任意两项,工具即可求解第三项。在进行配对 t 检验之前使用。

主要功能

  • 求解对数、检验功效或差值:将想求解的一项留空。
  • 可一次输入多个值,例如差值“0.5 1”和功效值“0.8 0.9”,每种组合给出一行结果。
  • 双侧(Mean difference ≠ 0)或单侧(Mean difference < 0、Mean difference > 0)备择假设,置信水平可自行选择。
  • 求解样本量时,报告整数对数及其对应的实际检验功效。
  • 针对每个差值绘制检验功效随对数变化的功效曲线,并标出求解得到的点。

统计方法

配对 t 检验是对每对数据内差值进行的单样本 t 检验,因此计算方法即对差值应用单样本 t 检验。它假定差值大致服从正态分布,标准差为 σ_d。显著性水平为 α = 1 − 置信水平 / 100,标准化差值为 d = 均值差 / σ_d。

检验功效根据自由度为 n − 1、非中心参数为 δ = d·√n 的非中心 t 分布计算,其中 n 为对数:对于双侧检验,功效 = P(T > t₁₋α/₂) + P(T < −t₁₋α/₂);对于单侧检验,只计入备择假设一侧的尾部,因此位于另一侧的均值差给出的功效接近 0(据此求解样本量会返回错误信息)。对于样本量,找到能达到目标功效的 n 并向上取整,在该 n 处的功效作为实际功效报告。对于差值,找到在给定 n 下能达到目标功效的最小均值差。

应输入的标准差是配对差值的标准差,而不是单个读数的标准差。当同一单元的两次读数同向变化时,σ_d 远小于单元之间的离散程度,这就是配对设计通常比两个独立组所需单元少得多的原因。检验功效随对数和差值的增大而上升,随 σ_d 的增大而下降。

输入字段和选项

字段

说明

Sample sizes

对数。以空格或逗号分隔,例如“10 20 30”。留空则求解样本量。

Differences

以空格或逗号分隔,例如“1 2 3”。希望检出的配对均值差。留空则求解差值。

Power values

以空格或逗号分隔,例如“0.8 0.9”。留空则求解检验功效。

Standard deviation of the differences

必填。配对差值的假定标准差或历史标准差,例如来自试运行。

Confidence level

默认值为 95(α = 0.05);范围 75 至 100。

Alternative hypothesis

Mean difference ≠ 0(默认)、Mean difference < 0 或 Mean difference > 0。

Power curve

默认勾选:绘制检验功效随样本量变化的曲线。

Title

显示在输出和功效曲线上的标题。

power-and-sample-size-paired-t-inputs


图 1 — 求解样本量:Differences = 1,Power values = 0.8 0.9,Standard deviation of the differences = 1.5,置信水平 95%,双侧。

输出说明

  • Settings —— 求解的对象、差值的标准差、置信水平和备择假设。
  • Results —— 每种组合一行:差值、样本量(对数);求解样本量时给出目标功效和实际功效,求解功效时给出功效,求解差值时给出差值。
  • Power Curve —— 每个差值的检验功效随样本量变化的曲线,并标出计算得到的点。
  • 通过 Download 导出 PDF。

power-and-sample-size-paired-t-output


图 2 — 示例结果:检出油耗 1 g/kWh 的变化,80% 检验功效需要 20 台发动机,90% 检验功效需要 26 台。

计算示例

某发动机工厂正在试用新的标定软件,并将在台架上对每台发动机在更新前后各测试一次。比油耗变化 1 g/kWh 就有意义,而此前的前后对比试验给出的差值标准差为 1.5 g/kWh。试验工程师将 Sample sizes 留空,输入 Differences = 1、Power values = 0.8 0.9 和 Standard deviation of the differences = 1.5,并保持双侧备择假设和 95% 的置信水平。

工具显示,80% 检验功效需要 20 台发动机(实际功效 0.807),90% 检验功效需要 26 台(实际功效 0.904)。一周内可用的 12 台发动机只能给出 0.558 的检验功效。如果台架结果的噪声比预期更大,σ_d = 2 g/kWh,则 80% 检验功效需要 34 台发动机。如果唯一的问题是油耗是否改善,采用单侧备择假设时,80% 检验功效需要 16 台发动机。

常见问题

配对 t 检验的检验功效如何计算?

配对 t 检验是对每对数据内差值进行的单样本 t 检验,因此检验功效根据自由度为 n - 1、非中心参数为 d 乘以 n 的平方根的非中心 t 分布计算,其中 n 为对数,d 为均值差除以差值的标准差。

为什么配对设计比两个独立组所需的单元更少?

当同一单元的两次读数同向变化时,配对差值的标准差远小于单元之间的离散程度。由于检验功效取决于均值差相对于该标准差的大小,配对设计通常比两个独立组所需的单元少得多。应输入差值的标准差,而不是单个读数的标准差。

配对 t 检验需要多少对数据?

在一个计算示例中,检出 1 g/kWh 的变化,差值标准差为 1.5 g/kWh,置信水平 95%,双侧,20 台发动机给出 80% 的检验功效,26 台给出 90%。12 台发动机给出的检验功效为 0.558。如果差值的噪声更大,达到 2 g/kWh,则 80% 检验功效需要 34 台发动机。

配对 t 检验应采用单侧还是双侧?

当只有一个方向重要时(例如油耗是否改善),使用单侧备择假设;在计算示例中,80% 检验功效只需 16 台发动机,而不是 20 台。单侧检验只计入备择假设一侧的尾部,因此位于另一侧的均值差给出的功效接近 0,据此求解样本量会返回错误。