当您的数据表包含很多行(n 很大)时,检验中使用的标准误差会很小。因此,检验可能在统计上是显著的,但实际上观测到的差值太小,没有实际意义。实际显著性检验允许您指定您认为的值得检测的差值大小。该差值称为实际差值。这样您检验的是差值是否超过实际差值而不是检验差值为零。因此,检验更有意义,需要仔细检查的检验也会更少。
等价性检验允许您从实际的角度出发判定两个水平对响应的影响是否基本相同。换句话说,等价性检验用于检验差值是否小于实际差值。
“Compare Means”数据表提供实际差值检验和实际等价性检验的结果。每一行针对分类因子的两个水平进行响应的比较。配对比较的结果会用颜色编码以便于解释。有关如何指定实际差值的说明,请参见实际差值。相关示例,请参见实际显著性检验和等价性检验的示例。
“Compare Means”数据表
“Compare Means”数据表包含一个绘制“相对实际差值-实际 LogWorth”图的脚本。相对实际差值定义为真实差值除以实际差值。
Y
连续响应变量。
X
分类变量。
水平 i
分类 X 变量的水平。
水平 j
要与水平 i 比较的分类 X 变量的水平。
差值
两个水平上均值的差值估计。若选择了“稳健”选项,则使用均值的稳健估计值。
标准误差差值
均值差值的标准误差。若选择了“稳健”选项,则这是稳健估计值。
纯差值 p 值
配对比较的常规 Student t 检验的 p 值。若选择了“稳健”选项,则这是 t 检验的稳健版本。在 0.05 水平下显著的检验会突出显示。
实际差值
视为有实际意义的均值差值。若您将“规格限”属性分配给 Y 变量,则实际差值计算为规格限差值乘以实际差值比例。若未指定实际差值比例,则实际差值为规格限差值乘以 0.10。
若您未将“规格限”属性分配给 Y 变量,则从四分位间距 (IQR) 计算其标准差的估计值。该估计值是 。 实际差值计算为 乘以实际差值比例。若未指定实际差值比例,则实际差值计算为 乘以 0.10。
实际差值 p 值
一个检验的 p 值,该检验用于检测水平 i 和水平 j 之间 Y 的差值均值的绝对值是否大于等于实际差值。小 p 值表示绝对差值超过了实际差值。这表示水平 i 和水平 j 的差值具有实际意义。
实际等价性 p 值
使用双单侧检验 (TOST) 方法来检验均值之间的实际差值 (Schuirmann, 1987)。实际差值指定一个差值阈值,比它小的差值被视为实际等价的。针对以下两个原假设构造单侧 t 检验:真实差值超过实际差值;真实差值小于实际差值的负数。若这两个检验都被拒绝,则表示均值的绝对差值位于实际差值范围内。因此,组被视为实际等价的。
实际等价性 p 值是在单侧 t 检验中获得的最大 p 值。小的实际等价性 p 值表示水平 i 的响应均值在实际意义上与水平 j 的响应均值等价。
实际结果
实际差值检验和等价性检验结果的说明。值会进行颜色编码来帮助识别显著结果。
‒ 不同(粉色):表示绝对差值显著大于实际差值。
‒ 等价(绿色):表示绝对差值显著位于实际差值范围内。
‒ 无结果(灰色):表示实际差值检验和实际等价性检验都不显著。