马克威双样本比例检验

马克威操作说明

（1）以数据文件“马克威通用数据1.mkw”为例，演示双样本比例检验算法的操作。

首先，在工作区内，打开建模分析工作流：“基础分析→参数检验→双样本比例检验”，接着选择数据源，然后设置算法的参数，最后点击运行按钮。

其中各类参数的含义如下：

变量表：在选入变量时，若不使用分组变量，需要同时选中两个变量方能添加至“已选变量表”。

分组变量：用来把参与运算的样本进行分组的变量。如果需要比较的数据为两个不同的变量，则不需要使用分组变量，直接选中两个变量，添加到变量表。

分组参数定义：分组参数定义包括指定分组值法和指定分界值法。

置信度：设置置信度的值，要求为区间(0,1]之间任意值，系统默认为95%。

原假设：p1=p2，一般用H0表示。

备择假设：双侧检验的备择假设为：p1≠p2；单侧检验的备择假设为：p1>p2或p1<p2。

区间估计：双侧置信区间的估计采用点估计法。

合并样本基础上估计的比例P：合并样本是把原来被测试的两个变量合并成一列，并在此基础上估计合并后事件A出现的概率。

对变量“是否丢失、是否有工作”进行双样本比例检验，设置的关注类别为1。具体的参数设置如下所示：

（2）输出结果

双击“运行”节点，得到计算结果如下：

（3）结果说明

由P值为0.0000可知，P远小于0.05，则应拒绝原假设H0，认为p1≠p2。

数据要求

算法用途

有两个总体，它们分别含有某种性质的个体的比率为p1和p2，双样本比例检验依据来自这两个总体的独立样本，检验关于两总体比率是否有显著差异。

算法原理

双样本比例检验是检验两个独立样本在n次独立重复试验中，其中一个样本序列和另外一个样本序列中事件A发生的频率大小的比较，即通过对样本进行二值概率检验，检验两个二值样本（0,1）中“1”出现的比例是否相等。

结果与解释

输出结果：

比例检验结果表：根据计算结果显示的显著性水平（p值）与设定的显著性水平（5%或其他）比较，若小于显著性水平则拒绝原假设；若大于显著性水平，则不能拒绝原假设。