发布日期: 09/15/2026

两个独立样本比例的功效

使用“两个独立样本比例的功效分析器”可确定关于两个组的比例的假设检验的样本大小。选择实验设计 > 样本大小分析器 > 功效 > 两个独立样本比例的功效。探讨在样本大小、功效、显著性和假设的待检差值之间如何权衡。样本大小与功效与以下假设检验相关联:

Equation shown here

与双侧备择假设:

Equation shown here

或与以下某个单侧备择假设:

Equation shown here 或者 Equation shown here

其中 p1 和 p2 是来自两个总体的总体比例,D0 是假设的比例差值。

“两个独立样本比例的功效分析器”设置

使用单选按钮、文本框和菜单来设置研究假设并探索样本大小。对设置进行更改时,刻画器随之更新。或者,可以通过拖动刻画器曲线上的十字准线来更改设置。

检验类型

指定单侧或双侧假设检验。

Alpha

指定 I 类误差的概率,即当原假设为真时拒绝原假设的概率。它通常是指检验的显著性水平。默认 alpha 水平为 0.05。

“两个独立样本比例的功效分析器”刻画器

该刻画器支持您直观演示假设的样本大小对于功效计算的影响。在刻画器中以交互方式对样本大小或比例所做的更改会更新计算的功效。在刻画器中以交互方式对功效所做的更改会更新样本大小。要对特定变量求解,请使用目标变量设置并点击执行。

目标变量

支持您求解指定功效下的样本大小或组比例。

功效

指定当原假设为假时拒绝原假设的概率。在其他所有参数保持不变时,功效随着样本大小的增加而增加。

总样本大小

指定您实验中需要的观测(试验、实验单元或样本)总数。

组 2 与组 1 样本大小之比

指定组样本大小之比。对于相等的组样本大小,将该选项设置为 1。

注意:当您探索对假设的变更时,该比值可能会因数学搜索例程而发生变化。

组 1 样本大小

指定您实验中的“组 1”需要的观测(试验、实验单元或样本)的数目。

组 2 样本大小

指定您实验中的“组 2”需要的观测(试验、实验单元或样本)的数目。

组 1 比例

指定您假设的组 1 比例。

组 2 比例

指定您假设的组 2 比例。

“两个独立样本比例的功效分析器”选项

“分析器”红色小三角菜单和报表按钮提供更多选项:

模拟数据

打开基于分析器设置的模拟数据的数据表。查看所用设置的模拟响应列公式。运行表脚本以分析模拟数据。

制成数据收集表

创建可用于数据收集的新数据表。该表包含有助于数据分析的脚本。

记住设置

将当前设置保存至“记住的设置”表。这样您就可以保存一套备选研究计划。请参见样本大小分析器中的“记住的设置”。

重置为默认值

将所有参数和图形重置为其默认设置。

“刻画器”红色小三角菜单包含以下选项:

优化和意愿

支持您优化设置。请参见《刻画器指南》中的“­Desirability Profiling and Optimization­”。

注意:样本大小分析器报表可另存为 *.jmpdoe 文件。打开该文件可返回至分析器。将有一个警示提示您保存该文件。

“两个独立样本比例的功效分析器”示例

在本例中,使用“两个独立样本比例的功效分析器”来评估检验 200 或 400 个样本的差异,以确定应用于两个不同站点的诊断模型误分类率的差异。

您希望评估一个假设检验,该检验要在至少 80% 的功效下检验 a = 0.05 显著性水平下是显著的比例差值。假定该诊断检验的误分类率为 10% 并且考虑总样本大小分别为 200 和 400。

1. 选择实验设计 > 样本大小分析器 > 功效 > 两个独立样本比例的功效。

2. 保持检验类型设置为“双侧”。

3. 保持 Alpha 设置为 0.05。

4. 为目标变量选择“组 2 比例”。

5. 保持功效设置为 0.8。

6. 在刻画器中,将“总样本大小”设置为 200。请注意,组样本大小更新为 100。

7. 在刻画器中,将“组 1 比例”设置为 0.1。这是假定的误分类率。

8. 点击执行求解“组 2 比例”。

9. 点击记住设置以保存结果,显示当每组 100 个样本时,0.25 的误分类率与第 1 组的 0.1 相比存在统计上的显著差异。保持默认名称并点击确定。

10. 将“总样本大小”设置为 400。请注意,每组的样本大小均为 200。

11. 点击执行求解“组 2 比例”。

12. 点击记住设置以保存结果,显示当每组 200 个样本时,0.20 的误分类率与第 1 组的 0.1 相比存在统计上的显著差异。保持默认名称并点击确定。

图 29.5 两个独立样本的比例分析器 

Two Independent Sample Proportions Explorer

总样本大小从 200 增加到 400 后,可检测出两组间的比例差值缩小了 0.05。

“两个独立样本比例的功效分析器”的统计详细信息

用于检验两个样本组比例差值的功效计算基于正态近似。计算取决于备择假设的形式。对于单侧、更高备择假设 (p1 > p2):

Equation shown here

对于单侧、更低备择假设 (p1 < p2):

Equation shown here

对于双侧备择假设 (p1 ≠ p2):

Equation shown here

Equation shown here

其中:

a 是显著性水平

n1 和 n2 是组样本大小

p1 和 p2 是组比例

d 是待检差值

z1-α 是分布的第 (1 - a) 分位数

F(x) 是正态分布的累积分布函数。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).