假定您想要检验各公司赢利均值是否因公司类型不同而有所不同。在 Companies.jmp 中,数据包含医药(12 个公司)和计算机(20 个公司)这两类公司的各种量度。
1.
选择帮助 > 样本数据库,然后打开 Companies.jmp
2.
选择分析 > 以 X 拟合 Y
3.
选择利润 ($M) 并点击 Y,响应
4.
选择类型并点击 X,因子
5.
点击确定
6.
从红色小三角菜单中,选择显示选项 > 箱线图
计算机公司的利润分布
7.
从红色小三角菜单中,选择均值/方差分析/合并的 t
公司方差分析
F 检验显示不显著,因为 p 值较大 (p = 0.1163)。这可能是因为第 32 行中的值较大,导致正态性假设可能不成立。
t 检验结果
9.
从红色小三角菜单中,选择非参数 > Wilcoxon 检验
Wilcoxon 检验结果
Wilcoxon 检验统计量的正态和卡方近似均表明显著性的 p 值为 0.0010。您可以得出结论:分布位置存在显著性差异,并且利润均值随公司类型而有所不同。
10.
从红色小三角菜单中,选择非参数 > 精确检验 > Wilcoxon 精确检验
Wilcoxon 精确检验结果
检验统计量的观测值为 S = 283。这是样本大小较小的类型(医药)的水平的中秩之和。观测到与中秩均值的绝对差值超过 S 减去中秩均值后的绝对值的概率为 0.0005。这是一个针对位置差异的双侧检验,并且支持拒绝关于利润不随公司类型而有所不同的假设。
在本例中,非参数检验比基于正态性的方差分析检验和不等方差 t 检验更合适。非参数检验不受第 32 行中的大值影响,并且不要求假设每个组的利润 ($M) 服从正态分布。