【文章內(nèi)容簡(jiǎn)介】 定中的應(yīng)用 適用時(shí)機(jī)：用于評(píng)估兩個(gè)制程或某制程變更前后中的某一計(jì)量值品質(zhì)特性的平均值及標(biāo)準(zhǔn)差是否有差異 H0： μa= μb H0： σa= σb H1: μa ≠μb H1: σa≠ σb Two Sample試驗(yàn)策略 StatPower and Sample Size2Sample t 試驗(yàn)樣本數(shù) 的 確認(rèn) 一般用 1σ較為嚴(yán)謹(jǐn) 1ρ= = 平均組內(nèi)標(biāo)準(zhǔn)差 （已知合并標(biāo)準(zhǔn)差） 2)1()1(S21222121Po oled ?? ?????? nn nn ss2Sample t Test Testing mean 1 = mean 2 (versus not =) Calculating power for mean 1 = mean 2 + difference Alpha = Assumed standard deviation = Sample Target Difference Size Power Actual Power 23 Minitab在假設(shè)檢定中的應(yīng)用 H0： σa= σb H1: σa≠ σb Two Sample試驗(yàn)策略 假設(shè)檢定分析及結(jié)論 干擾數(shù)據(jù)分析； 由于檢定平均值的方法會(huì)因標(biāo)準(zhǔn)差是否有差異而不同，所以必須先檢定標(biāo)準(zhǔn)差是否有差異 StatBasic Statistics2Variances 95% Test for Equal Variances: versus Damper 95% Bonferroni confidence intervals for standard deviations Damper N Lower StDev Upper 1 40 2 50 FTest (normal distribution) Test statistic = , pvalue = Levene39。s Test (any continuous distribution) Test statistic = , pvalue = 數(shù)據(jù)常態(tài)分布，使用 FTest；非常態(tài)分布使用Levene’s Test： Pvalue,標(biāo)準(zhǔn)差沒有顯著差異 Minitab在假設(shè)檢定中的應(yīng)用 H0： μa= μb H1: μa≠ μb Two Sample試驗(yàn)策略 假設(shè)檢定分析及結(jié)論 檢定平均值是否有差異 StatBasic Statistics2Sample t Twosample T for Damper N Mean StDev SE Mean 1 40 2 50 Difference = mu (1) mu (2) Estimate for difference: 95% CI for difference: (, ) TTest of difference = 0 (vs not =): TValue = PValue = DF = 88 Both use Pooled StDev = Pvalue,兩組數(shù)據(jù)平均值沒有顯著差異 Minitab在假設(shè)檢定中的應(yīng)用 適用時(shí)機(jī)：用于評(píng)估某制程變更前后中的某一計(jì)量值品質(zhì)特性的平均值及標(biāo)準(zhǔn)差是否有差異，或比較一組樣本被兩個(gè)不同兩側(cè)設(shè)備量測(cè)的結(jié)果 H0： μa= μb H0： σa= σb H1: μa ≠μb H1: σa≠ σb Paired Sample試驗(yàn)策略 StatPower and Sample SizePaired t 計(jì)算方式與 Single Sample類似，其中使用的標(biāo)準(zhǔn)差為梁志成成對(duì)數(shù)據(jù)差值計(jì)算的標(biāo)準(zhǔn)差。 Minitab在假設(shè)檢定中的應(yīng)用 適用時(shí)機(jī)：用于評(píng)估三個(gè)或以上個(gè)制程某一計(jì)量值品質(zhì)特性的平均值及標(biāo)準(zhǔn)差是否有差異。 H0： μa= μb = μc H0： σa= σb = σc H1: 至少有一 μ 不等 H1: 至少有一 σ不等 KSample試驗(yàn)策略 StatPower and Sample SizeOneWay ANOVA 試驗(yàn)樣本數(shù) 的 確認(rèn) Minitab在假設(shè)檢定中的應(yīng)用 H0： σa= σb = σb H1: 至少有一個(gè) σ不等 K Sample試驗(yàn)策略 假設(shè)檢定分析及結(jié)論 干擾數(shù)據(jù)分析； 先檢定標(biāo)準(zhǔn)差是否有差異 StatBasic StatisticsTest for Equal Variances 判讀方法： 95% 數(shù)據(jù)常態(tài)分布，使用 FTest；非常態(tài)分布使用Levene’s Test： Pvalue,標(biāo)準(zhǔn)差沒有顯著差異 Minitab在假設(shè)檢定中的應(yīng)用 H0： μa= μb = μc H1: 至少有一個(gè) μ不等 KSample試驗(yàn)策略 假設(shè)檢定分析及結(jié)論 檢定平均值是否有差異 StatANOVAOneWay Oneway ANOVA: Thickness versus Operator Source DF SS MS F P Operator 2 1121 560 Error 33 16447 498 Total 35 17568 S = RSq = % RSq(adj) = % Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ++++ 1 12 (*) 2 12 (*) 3 12 (*) ++++ 50 60 70 80 Pooled StDev = Pvalue,平均值沒有顯著差異 95%，平均值沒有顯著差異 Minitab在假設(shè)檢定中的應(yīng)用 適用時(shí)機(jī)：檢定多組數(shù)據(jù)平均值是否有顯著差異時(shí)，若其中至少有一組數(shù)據(jù)非常態(tài)分布或檢定標(biāo)準(zhǔn)差結(jié)果顯示至少有一組數(shù)據(jù)標(biāo)準(zhǔn)差有顯著差異時(shí)，使用無母數(shù)分析方法，改以檢定中位數(shù)來看多組數(shù)據(jù)的集中趨勢(shì)是否有顯著差異 H0： m1=m2=m3 H1: 至少有一 個(gè) 不等 Kruskal Wallis Test試驗(yàn)策略 StatNonparametricsKruskal Wallis KruskalWallis Test on EnzymeActivity Ave Therapy N Median Rank Z 1 4 2 4 3 4 Overall 12 H = DF = 2 P = H = DF = 2 P = (adjusted for ties) Pvalue(adj),顯示數(shù)據(jù)的中位數(shù)在統(tǒng)計(jì)上沒有顯著差異 Test for One Proportion Testing proportion = (versus not = ) Alpha = Alternative Sample Target Proportion Size Power Actual Power 2810 3118 Minitab在假設(shè)檢定中的應(yīng)用 適用時(shí)機(jī)：用于評(píng)估制程中的比例是否達(dá)到目標(biāo)或最大容許標(biāo)準(zhǔn) H0： Pa= P0 H1: Pa ≠P0 1 Proportion試驗(yàn)策略 StatPower and Sample Size1Proportion 實(shí)驗(yàn)樣本數(shù) 的 確認(rèn) 與目標(biāo)值有差異的值 1ρ= = 目標(biāo)值 取大 Minitab在假設(shè)檢定中的應(yīng)用 H0： Pa= P0 H1: Pa ≠P0 1Proportion試驗(yàn)策略 StatBasic Statistics1Proportion 假設(shè)檢定分析及結(jié)論 如果 Exact Pvalue,判定良率與目標(biāo)有顯著差異，實(shí)際良率為Sample P 樣品數(shù) 良品數(shù) Test and CI for One Proportion Test of p = vs p not = Exact Sample X N Sample p 95% CI PValue 1 560 950 (, ) Minitab在假設(shè)檢定中的應(yīng)用 適用時(shí)機(jī)：用于評(píng)估兩個(gè)制程或制程變更前后的良率或某一品質(zhì)特性的比例是否有差異 H0： Pa= Pb H1: Pa ≠Pb 2 Proportion試驗(yàn)策略 StatPower and Sample Size2Proportion 實(shí)驗(yàn)樣本數(shù) 的 確認(rèn) 取大 Test for Two Proportions Testing proportion 1 = proportion 2 (versus not =) Calculating power for proportion 2 = Alpha = Sample Target Proportion 1 Size Power Actual Power 4196 4546 Minitab在假設(shè)檢定中的應(yīng)用 H0： Pa= Pb H1: Pa ≠Pb 2Proportion試驗(yàn)策略 StatBasic Statistics2Proportion 假設(shè)檢定分析及結(jié)論 如果 Pvalue,判定 AB良率沒有顯著差異 檢查數(shù) 良品數(shù) Test and CI for Two Proportions Sample X N Sample p 1 44 50 2 43 50 Difference = p (1) p (2) Estimate for difference: 95% CI for difference: (, ) Test for difference = 0 (vs not = 0): Z = PValue = Minitab在假設(shè)檢定中的應(yīng)用 適用時(shí)機(jī)：用于評(píng)估三組或三組以上某一因子兩個(gè)水準(zhǔn)比例； 兩組或兩組以上某一因子三個(gè)以上水準(zhǔn)比例。