在我們的免費在線課程中了解更多信息：
工業問題解決的統計思維
在本視頻中，我們使用 Power 動畫來探索使用文件的單樣本 t 檢驗的樣本大小和功效之間的關係直徑測試.jmp .
首先，我們對 Diameter 進行單樣本 t 檢驗。 為此，我們使用分析菜單中的分佈平台。 我們選擇直徑作為 Y 列，然後單擊確定。
然後我們從紅色三角形中選擇檢驗均值進行分析。
我們將檢驗平均直徑為 16.12 毫米的零假設與平均值不是 16.12 的替代假設。
雙尾檢驗的 p 值為 0.0036。 我們可以拒絕真實平均值為 16.12 的原假設。
為了探索這個測試的力量，我們使用了力量動畫。 為此，我們從測試均值的紅色三角形中選擇 Power Animation。
估計均值和真實均值設置為樣本均值 16.1406。
紅色曲線代表零假設下樣本均值的分佈。 藍色曲線是在估計均值代表真實均值的假設下的抽樣分佈。
每個尾部的紅色陰影表示 alpha，即顯著性水平，藍色陰影表示 beta，即假陰性率。
估計值和假設值之間的差異為 0.0206 毫米。 此檢驗的功效（1 減去 beta）為 0.85。 這個檢驗可以很容易地檢測出估計的平均值和假設值之間的差異。
如果我們只有 20 個觀察而不是 50 個呢？ 檢測這種差異的測試能力大幅下降。
我們將樣本大小設置回 50。
如果手段更接近怎麼辦？ 我們可以拖動假設均值的曲線來增加或減小均值之間的差異。 當我們減小差異時，請注意，當我們將均值移近彼此時，檢驗的功效會降低。
均值之間的差異越小，檢驗檢測差異的能力就越小。
