(1) 单比率p的显著性水平为α的检验
例5-6
某厂规定产品必须经过检验合格后才能出厂，其不合格率 p0 不得超过5%。现从一批产品中随机抽取200个进行检验，发现16个不合格品，问该批产品能否出厂？（α=0.05）
1）设H0 ：p ≤ 0.05， H1 ：p>0.05。
2）显著性水平 α=0.05。
用Minitab计算路径：统计-->基本统计量-->单比率。
计算结果：
结果分析：
P值=0.026<0.05，所以拒绝原假设，不允许这批产品出厂。
（2）双比率、显著性水平为α的检验
例5-7
用A与B两种不同的方法制造某零件，从各自制造的零件中分别随机抽取100个，其中A方法有10个不合格品，B方法有6个不合格品。在 α=0.05的水平上，能否认为不合格率与方法有关？
解：
1）设A方法不合格品率为p1 ，B方法合格率为p2 ，假设：H0 ： p1 = p2 ， H1 ： p1 ≠ p2 。
2）用Minitab计算的路径：统计-->基本统计量-->双比率
选项设置：
计算结果：
结果分析：
计算得P值为0.297，大于给定的 α=0.05，因此无法拒绝原假设。得出结论，两种方法无显著差异。
本例给了我们很大的启发，表面上看10%当然比6%要大，但是在样本量较小时竟然得不到有显著性差别的结论，统计工作者不应简单的相信百分数。
若将本例的数字都扩大10倍重新计算，则二者的差别如下所示就是显著的了。
计算结果：
结果分析：P=0.001<0.05，拒绝原假设，两种方法有显著差异，不合格率与方法有关。
