六西格瑪管理之方差分析(編輯修改稿)
2025-01-26 16:55 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 實(shí)際顯著性? 此數(shù)值告訴我們有多少總變異可被 x 所解釋Epsilon2 =Analysis of variance for CycleTimSource DF SS MS F PWeek 3 Error 96 Total 96 SS for XSS Total = = %特定的顧客是否為一重要的 X ？統(tǒng)計(jì)上？實(shí)際上？Minitab 標(biāo)記為 Error 的 SS 是什么？Oneway ANOVA : Cycle times versus FactorAnalysis of variance for AllcustSource DF SS MS F PWhichcus 2 Error 87 Total 89 統(tǒng)計(jì)性假設(shè)? 在指定的 Factor 中，輸出變量的母體變異在所有的 Levels 上是相同的（ Homogeneity of Variance) 我們以 Homogeneity of Variance程序，來(lái)檢驗(yàn)此假設(shè)? 輸出的平均值相互獨(dú)立且正態(tài)分布 若使用隨機(jī)抽樣及適當(dāng)?shù)臉颖敬笮?，此假設(shè)通常是成立的 注意：在化學(xué)流程中，輸出變量通常不相互獨(dú)立，因此隨機(jī)抽樣需經(jīng)常被考慮? Residuals （數(shù)學(xué)模型的誤差）為相互獨(dú)立且正態(tài)分布 （ Mean = 0 ， Variance = 常量）方差分析Analysis of variance for CycleTimSource DF SS MS F PProduct 3 Error 34 Total 37 信息量自由度： f人 人的行為數(shù)據(jù)C1C2C3n11， n12 …n 19 n21， n22 …n 29 n31， n32 …n 39 n=93=27fT=n1=271=26fA=c1=31=2fe= fT fA =262=24fT = fA+ fe =2+24=26ffAfefT產(chǎn)品信息自由度產(chǎn)品誤差自由度變異來(lái)源 信息量自由度說(shuō)明樣品差異大變異量化對(duì)每一個(gè)變異來(lái)源方差估計(jì)此統(tǒng)計(jì)值用以決定重要因子Type I Error(pvalue)方差分析表與圖形Oneway Analysis of VarianceCentering : MeansMinitab Stat Oneway注意 ，現(xiàn)在的 Ha為：至少有一平均值是不同的Tukey’s檢驗(yàn)協(xié)助我們分析哪一平均值與其他不相同Tukey’s pairwise parisons Family error rate = Individual error rate = Critical value = Intervals for (column level mean) (row level mean) 1 223Tukey’s 檢驗(yàn)顯示對(duì)任兩平均值實(shí)際差異的置信區(qū)間例如， Customer 1 與 Customer 1間的實(shí)際差異介于 至 –。換句話說(shuō)，實(shí)際的差異極有可能非常接近 0。 Customer 1 與 Customer 1或 Customer 1 的差異非常大，因?yàn)槲覀冎栏@著 Centering : MeansMinitab Stat Oneway Comparisons以上的各種選項(xiàng)你該使用那一種？建議使用 Fisher’s 因?yàn)樗^寬松換句話說(shuō)，您較容易發(fā)現(xiàn)兩平均值間有差異（更具統(tǒng)計(jì)能力），但您也會(huì)有較高的 “false positive” 風(fēng)險(xiǎn)（當(dāng)真實(shí)差異不存在時(shí)，您卻傾向于認(rèn)為有差異）Fisher’s pairwise parisons Family error rate = Individual error rate = Critical value = Intervals for (column level mean) (row level mean)Fisher’sA B CB – –C – – – D – 此矩陣顯示平均值間的比較在一格中的兩個(gè)數(shù)字，為平均值差異的 95%置信區(qū)間若此二數(shù)均為正值或負(fù)值，則平均值間存有差異以小組形式來(lái)總結(jié)并報(bào)告分析結(jié)果Main Effects Plot (主效應(yīng)圖 )Minitab Stat Main Effects PlotANOVA表示平均值Interactions Plots (區(qū)間圖 )Minitab Grapth Interactions Polt顯示平均值標(biāo)準(zhǔn)差I(lǐng)nteractions Plot (區(qū)間圖 )Minitab Grapth Interactions Polt顯示平均值置信區(qū)間Interactions Plot 分析兩種 plots 有何不同之處?其他檢驗(yàn)法? 別忘了仍有其他的檢驗(yàn)法可運(yùn)用，當(dāng)： 資料為非正態(tài)分布 方差不相等? 中位數(shù)（ Medians）檢驗(yàn) Mood’s Medians 檢驗(yàn) 檢驗(yàn)不同分布的中位數(shù)是否相等 Kruskal –Wallis Medians 檢驗(yàn) 假設(shè)每一個(gè)被分析的分布有相同的形狀 對(duì)很多分布而言 ,此方法比 Kruskal –Wallis 的檢驗(yàn)?zāi)芰Φ? 與 Mood’s 中位數(shù)檢驗(yàn)一樣的基本假設(shè) 對(duì)更多的分布而言更
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1