JMP和Minitab的比较（系列之四：单样本均值的假设检验）

IT信息化

近一两年来越来越多的看到有人从“基本统计分析”、“简单线性回归”等的应用为着眼点，对目前两款主流六西格玛软件JMP和Minitab进行了深入对比，得出JMP在统计专业性和整体易用性方面远胜于Minitab的结论。有人觉得还不过瘾，因为统计分析的内容很多，没有面面俱到，总觉得少了些什么。
众所周知，“假设检验”在推断性统计中占有重要地位的，而“单样本均值的假设检验”在假设检验中占有极为首要的地位。笔者以此为主题，继续遵循实事求是的原则，通过解析“单样本均值的假设检验”的软件实现过程来再次比较JMP和Minitab。
将相同的一列数据“Data”分别输入到最新版的JMP7和Minitab15中，观察其均值的假设检验结果。

对比项目一：操作的便捷性。

如果只考虑最常用的单样本t检验，JMP的操作路径为：主菜单Analyze > Distribution，选择初始报告弹出菜单中的Test Mean，确定待检验的均值为139后，得到的报告和图形如图一所示；Minitab的操作路径为：主菜单Stat > Basic Statistics > 1-Sample t…，确定待检验的均值为139后，得到的报告如图二所示。操作实现的时间没有明显的差异。如果综合考虑与“单样本均值的假设检验”相关的所有方法，JMP都可以在相同的操作对话框内完成，感觉统计工具的整合性很好，是以“解决问题为导向”设计的菜单操作结构；而Minitab则要另外再分别选择Stat > Basic Statistics > 1-Sample Z…和Stat > Nonparametrics > 1-Sample Wilcoxon…来实现，时间就长了不少，而且比较明显地感觉到Minitab是以“展示工具为导向”来设计菜单操作结构的，这一点对统计学专家可能问题不大，但却可能难以很快被一般用户或初学者接受。

对比项目二：统计分析的具体内容。

相同之处是JMP和Minitab的输出报表中都列出了待检验的目标均值，样本均值、标准差和双边t检验的t值、P值等基本内容，基于这些内容，我们都可以做出合适的统计决策。不同之处是如果不增加额外的操作步骤，Minitab的输出结果基本上就是这些内容，而在JMP的输出报表上还可以同时看到左侧t检验和右侧t检验的t值、P值，使用户对这三种检验的关联和区别一目了然。更加值得一提的是JMP在输出报表的下方增加了一个统计图形，形象地展示了在这个案例中样本均值的t分布状况，抽样结果的对应t值和P值之间的关系，双侧和单侧t检验的差异所在等等。如此鲜明的对比，Minitab在统计分析专业性方面与JMP相比还存在这明显的差距。
对比项目三：假设检验的概念诠释。

这是一个要求更高的对比项目。正如前文所说，“单样本均值的假设检验”在假设检验中占有极为首要的地位，很多重要和基本的统计学概念，如原假设H0，第一类错误，第二类错误，P值和检验功效Power，双侧与单侧，样本大小等等，都在这里有完整地体现。但是，如何在一个大众型的软件中将这些枯燥的专业术语以简单易懂的形式表现出来呢？这对统计软件供应商来说，确实是个挑战。到目前为止，我们尚未从Minitab里面找到合适的解决方案。但是，在JMP软件中，已经有了一种创造性的解决方案：统计概念的动画演示。
具体的操作也很简单，还是在刚才输出报表的“Test Mean”部分，通过选择“PValue animation”和“Power animation”这两个选项，得到如图三和图四所示的动态图形效果。用户可以任意地调节Hypothesized Mean（假设均值），stimated Mean（样本估计均值）,甚至是Two sided（双边），Low Side/High Side（单边）和Sample Size（样本大小），与此同时，我们会惊喜地发现图形中对应得t值、P值、第一类错误值、第二类错误值和Power（功效值）都会实时地变化和显示。这无论是对刚刚入门的非统计专业人士的学习，还是对经验丰富的统计学老师、六西格玛培训师等人的授课辅导，都是一种很好的辅助手段。

综合以上的比较结果，我们发现JMP和Minitab都可以实现最基本的“单样本均值的假设检验”，但JMP在其高级应用方面远胜于Minitab的。这个结论的正确性在软件操作的便捷性、统计分析的专业性和统计概念的拓展性等方面都得到了客观事实的印证。

实际上，统计分析涉及的领域还有很多，值得让JMP和Minitab同台竞技的内容也很多。希望有更多懂得统计、需要统计的朋友亲自实践一下。