幂分析
幂分析在学习计划、设计和传导中扮演关键角色。 幂计算通常在收集任何样本数据之前，小型初步研究除外。 幂的精确估算可告知调查员，将基于 true 备用假设下的有限样本大小检测统计显著性差异的可能性。 如果幂过小，那么检测显著性差异的可能性较小，并且很可能是非显著性结果，即使实际差别真实存在。
IBM® SPSS® Statistics 提供以下 "幂分析" 过程:
- 单样本 T 检验
- 在单样本分析中，将作为单个随机样本收集观察到的数据。 假设样本数据使用固定平均值和方差独立且均匀呈正态分布，并绘制有关平均值参数的统计推论。
- 配对样本 T 检验
- 在配对样本分析中，观察数据包含两个配对和相关样本，并且每个个案具有两个测量。 假设每个样本中的数据使用固定平均值和方差独立且均匀呈正态分布，并绘制有关两个平均值之差的统计推论。
- 独立样本 T 检验
- 在独立样本分析中，观察数据包含两个独立样本。 假设每个样本中的数据使用固定平均值和方差独立且均匀呈正态分布，并绘制有关两个平均值之差的统计推论。
- 单因素 ANOVA
- 方差分析 (ANOVA) 是估算多个群体的平均值的统计方法，其通常假设呈正态分布。 单因素 ANOVA（ANOVA 的常见类型）是双样本 t 检验的扩展。
示例。 用于检测正确的备用假设的假设检验的幂是检验将拒绝检验假设的概率。 因为类型 II 错误的概率是在备用假设为 true 时接受原假设的概率，幂可以表示为（1 - 类型 II 错误的概率），这是在备用假设为 true 时拒绝原假设的概率。
统计和图。 单侧检验、双侧检验、显著性水平、类型 I 误差率、检验假设、群体标准差、待检验群体平均值、假设值、按样本大小排列的二维幂、按效应大小排列的二维幂、按样本大小排列的三维幂、按效应大小排列的三维幂、旋转角度、组对、皮尔逊积矩相关系数、均值差、效应大小的图范围、汇聚群体标准差、对比和成对差异、对比系数、对比检验、BONFERRONI、SIDAK、LSD、按总样本大小排列的幂、按汇聚标准差排列的二维幂、按总样本排列的三维幂、按总样本大小排列的三维幂、汇聚标准差、Student T 分布和非中心性 T 分布
幂分析数据注意事项
- 数据
- 在单样本分析中，将作为单个随机样本收集观察到的数据。
- 假定
- 在单样本分析中，假设样本数据使用固定平均值和方差独立且均匀呈正态分布，并绘制有关平均值参数的统计推论。
获取幂分析
此功能需要 Statistics Base 选项。
- 从菜单中选择：
， 配对样本 T 检验， 独立样本 T 检验或 单向 ANOVA
- 定义必需的检验假设。
- 单击确定。