在我们的免费在线课程中了解更多信息：
工业问题解决的统计思维
在本视频中，您将学习如何使用该文件进行单样本 t 检验直径测试.jmp . 该数据集包含 50 个随机选择的零件的直径测量值。
首先，我们对 Diameter 进行分布分析。 为此，我们使用分析菜单中的分布平台。 我们选择直径作为 Y 列，然后单击确定。
为了进行单样本 t 检验，我们从红色三角形中选择检验均值进行分析。
对于此示例，假设我们正在测试平均直径为 16.15 毫米的原假设与平均值不是 16.15 的替代假设。
我们输入 16.15 作为假设值。
还有两个其他选项可用。 如果您知道真正的标准偏差，您可以在提供的字段中输入它。 如果您这样做，JMP 将执行 az test 而不是 at test。 对于此示例，我们不知道真实的总体标准差，因此我们将此字段留空。
您还可以请求非参数检验，称为 Wilcoxon 符号秩检验。 有关何时使用此检验和其他非参数检验的更多信息，请参阅 JMP 帮助文件。
我们将单击“确定”运行 t 检验。
检验统计量，即 t 比率，为 -1.3973。 样本均值 16.1406 比假设均值低大约 1.4 个标准误。
双尾检验的 p 值为 0.1686。
该 p 值和观察到的样本平均值显示在分析底部的图表中。 JMP 理念是“每个分析的图表”。 因此，当您在 JMP 中进行统计测试时，您通常会看到诸如此曲线之类的图表，以帮助您解释测试结果。
根据图表和统计结果，如果我们使用 0.05 的显着性水平，我们不会拒绝真实平均值为 16.15 的原假设。 样本均值与假设值一致。
如果我们有不同的零假设怎么办？ 例如，如果空假设值为 16.12 而不是 16.15，该怎么办？
该检验的 t 比为 3.06。 样本均值比假设值高三个以上标准误。 鉴于我们的样本量，如果真实平均值为 16.12，我们不太可能观察到 16.14 的样本平均值。
双尾检验的 p 值为 0.0036。 在 0.05 的显着性水平上，我们拒绝原假设并得出真实均值不是 16.12 的结论。
如果您不想执行双尾测试，而是想要执行单尾测试怎么办？
双尾检验和两个单尾检验的 p 值会自动报告。
对于均值大于 16.12 的备择假设，p 值为 0.0018，均值小于 16.12 的备择假设的 p 值为 0.9982。
您使用的 p 值取决于您正在测试的备择假设。
