单样本T检验用于检验一个样本均值与已知总体均值的差异是否显著,基本使用条件是样本数据服从或近似服从正态分布,无明显异常值。
案例数据介绍
一个小吃制造商对80g包装的平均净重很感兴趣。假设随着时间的推移,一个消费者在不同商店随机购买了44个80g包装,井称其重量。记录如下:
(87.7,80.01,77.28,78.76,81.52,74.2,80.71,79.5,77.87,81.94,80.7,82.32,75.78,80.19,83.91,79.4,77.52,77.62,81.4,74.89,82.95,73.59,77.92,77.18,79.83,81.23,79.28,78.44,79.01,80.47,76.23,78.89,77.14,69.94,78.54,79.7,82.45,77.29,75.52,77.21,75.99,81.94,80.41,77.7)
消费者说产品的重量被缩减,因为结果数据不是来自一个平均值μ=80的分布,因此真实的重量肯定小于80。为了调查这一说法,制造商使用显著性水平α=0.05进行检验假设。
案例及数来源:【珠江肿瘤】微信公众号
基本描述统计
首先我们了解一下44个样品净重数据。
样品平均净重量78.911±3.056 g,从字面上看是比标准净重量略低。这个差异有无统计学意义,有待进一步统计检验。
正态分布检验
Shapiro-Wilk检验结果显示,数据服从正态分布(P>0.05)
异常值观察
箱图观察发现,有两枚温和型“疑似”异常数据,经核查认定为真实存在的测量数据,因此本研究无明显异常值情况。
one sample t test
有前面描述统计我们知道标准重量和样品重量的差异为-1.089=78.911-80,样品平均重量略低于标准值。
t检验结果显示,样品净重量均值与该产品标准净重均值的差异有统计学意义(t=-2.364,P=0.023)。
结合本研究的实际问题,我们认定该小吃产品的生产出现了异常,实际净重量略低于标准水平,生产方应给与足够的关注。
本文完
文/图=数据小兵
推荐阅读
课程地址:
https://study.163.com/course/introduction/1209698808.htm?share=1&shareId=4762287
评论已关闭!