用于通过置信区间进行估计，并对两个总体均值之间的差异进行假设检验。如果均值超过两个（分类 X 变量的水平超过两个），请参阅单因素方差分析指南。
两个总体均值的比较
- 从打开的 JMP ®数据表中，选择分析 > 以 X 拟合 Y。
- 从“选择列”中单击一个连续变量，然后单击“Y，响应” 。
- 单击一个两级分类变量，然后单击“X，因子” 。
- 点击“确定” 。单因素分析输出窗口随即打开。
- 单击红色三角形并选择均值/方差分析/合并 t 。
报告新增内容包括：
- 图表中添加了平均菱形（95% 置信区间）。
- 用于检验假设的 T 检验统计量和 p 值：
H 0 : m 1 = m 2 vs. H A : m 1 ≠ m 2 ; 或 H A : m 1 > m 2 ; 或 H A : m 1 < m 2
- (m 1 - m 2 )的置信区间。
- m 1和 m 2的个体置信区间。
Note: 均值/方差分析/合并 t is the test under the assumption of equal variances.
对于不假设方差相等的检验，请选择红色三角形下的t 检验。
结果
• 上限差异 (Low CL Dif) 和下限差异 (Low CL Dif) 给出了 (μ1 - μ 2) 的 95% 置信区间 (CI)，即两个总体均值之间的差异。我们估算该差异为 (-6.89 , 21.64)。由于 95% 置信区间包含零，我们得出结论，缺乏足够的统计证据来推断均值之间存在显著差异。
• Prob > |t| 是双尾检验的 p 值。零假设是均值相等（平均差为零）。由于 Prob > |t| 大于 0.05，因此无法拒绝零假设（即，我们无法得出两个总体均值之间存在显著差异的结论）。
• 单因素方差分析均值表中显示了个体均值的95%置信区间。我们估计，在95%的置信度下，女性的总体平均体重在90.4到111.5之间，男性的总体平均体重在98.7到117.9之间。
注：默认置信水平为95%（即显著性水平为0.05）。选择红色三角形下的设置α水平进行更改。
还可以使用 JMP 学生订阅中的“帮助”>“样本索引”>“计算器”或“学生”> “计算器”下的“两种均值的假设检验”和“两种均值的置信区间”计算器来执行此分析。
访问发现 JMP > 分析您的数据 > 分析关系和基本分析 > JMP帮助中的单向分析以了解更多信息。
