離散數(shù)據(jù)的置信區(qū)間和假設(shè)檢驗(yàn)-資料下載頁(yè)
2025-05-13 21:12本頁(yè)面
【正文】 (In Minitab) StatMultivariateDiscriminate Analysis (CART) Classification and Regression Trees) 根據(jù)獨(dú)立變量 (X‘ s)將觀測(cè)值 (Y)分類到兩個(gè)或多個(gè)組中。 參考資料 : Breiman, Friedman, Olshen, Stone, Classification and Regression Trees, Chapman amp。 Hall, 1984. 5. 數(shù)據(jù)采集 (Data Mining) 根據(jù)獨(dú)立變量 (X‘ s)將觀測(cè)值 (Y)分類到兩個(gè)或多個(gè)組中。 參考資料 : 參見(jiàn) Steve Delaney, . GE Appliances Copyright 1999 6.?? 修訂版 10 1999年 1月 11日 . 和假設(shè)檢驗(yàn) /離散數(shù)據(jù) Poisson近似法 : 1個(gè)比例 (大 n, 小缺陷 次數(shù) ) 表中的數(shù)據(jù)為 ?值，它滿足 : ????????? 其中 ?可以是置信度，也可以是 (1 置信度 ) ? exp (?) ? / i! = ?? k i=0 i GE Appliances Copyright 1999 6.?? 修訂版 10 1999年 1月 11日 . 和假設(shè)檢驗(yàn) /離散數(shù)據(jù) 精確二項(xiàng)式檢驗(yàn)：比較 2個(gè)小比例 （大 n, 小缺陷次數(shù)） 例 : 涂漆表面的黑斑 涂漆部門希望通過(guò)變更油漆供應(yīng)商，來(lái)減少由于黑斑導(dǎo)致的缺陷數(shù)量。 確定是否有足夠的證據(jù)證明，在置信度為 95％的情況下，供應(yīng)商 1比供應(yīng)商 2生產(chǎn)的次品少（單邊檢驗(yàn) ）。 當(dāng)缺陷比例較低時(shí)，使用“ 精確二項(xiàng)式” 方法對(duì)兩個(gè)工序中的缺陷比例進(jìn)行比較。 缺陷數(shù)量 k1 = 3 k2 = 10 k1 + k2 = ___ 樣本容量 n1 = 100 n2 = 100 n1 + n2 = ___ 缺陷比例 p1 = k1/n1 p2 = k2/n2 p = (k1+k2) = ___ = ___ (n1+n2) = ____ 供應(yīng)商 1 供應(yīng)商 2 總計(jì) GE Appliances Copyright 1999 6.?? 修訂版 10 1999年 1月 11日 . 和假設(shè)檢驗(yàn) /離散數(shù)據(jù) 精確二項(xiàng)式檢驗(yàn)：比較 2個(gè)小比例 （大 n, 小缺陷次數(shù)） 例 : 涂漆表明的黑斑 檢驗(yàn)邏輯 ： 如果兩個(gè)工序相同，缺陷應(yīng)該是隨機(jī)地分布于兩個(gè)樣本中。 對(duì)于相等的樣本容量 (n1 = 100, n2 = 100)， 當(dāng)缺陷按 50/50平均分布時(shí)，每個(gè)供應(yīng)商會(huì)有 。 如果實(shí)際的比例遠(yuǎn)遠(yuǎn)偏離 50/50，就有足夠的證據(jù)說(shuō)明這兩個(gè)工序是不同的。 缺陷數(shù)量 k1 = 3 k2 = 10 k1 + k2 = 13 樣本容量 n1 = 100 n2 = 100 n1 + n2 = 200 缺陷比例 p1 = k1/n1 p2 = k2/n2 p = (k1+k2) = .03 = .10 (n1+n2) = .065 供應(yīng)商 1 供應(yīng)商 2 總計(jì) GE Appliances Copyright 1999 6.?? 修訂版 10 1999年 1月 11日 . 和假設(shè)檢驗(yàn) /離散數(shù)據(jù) 精確二項(xiàng)式檢驗(yàn)：比較 2個(gè)小比例 （大 n, 小缺陷次數(shù)） 我們希望確定以 3/10劃分（相對(duì)于 ）是否具有統(tǒng)計(jì)顯著性 每個(gè)小組的數(shù)量將以“二項(xiàng)式”概率分布 使用 Minitab來(lái)計(jì)算 3/10或更高的比例劃分偶然發(fā)生的概率，零假設(shè)（ p = .50） 是否為真？ 重新啟動(dòng) Minitab 給 C1 取名“ 缺陷 數(shù)量”，并輸入 0， 1， 2， 3， …,12,13 產(chǎn)生一個(gè)累積概率： Calc Probability Distributions Binomial GE Appliances Copyright 1999 6.?? 修訂版 10 1999年 1月 11日 . 和假設(shè)檢驗(yàn) /離散數(shù)據(jù) 填寫(xiě)如下對(duì)話框： k1+k2 = 3+10 = 13 n1/(n1+n2) = 100/200 = .5 缺陷數(shù)量 在對(duì)話窗口中顯示累積分布： 如果兩個(gè)總體相同 (p = .50)， 那么，在一個(gè)樣本中出現(xiàn)的缺陷次數(shù)為 3或小于 3的概率為 我們得出 100() = % 置信度 (單邊 ) 供應(yīng)商 1的 涂料產(chǎn)品存在的缺陷少于供應(yīng)商 2的缺陷。 單擊累計(jì) GE Appliances Copyright 1999 6.?? 修訂版 10 1999年 1月 11日 . 和假設(shè)檢驗(yàn) /離散數(shù)據(jù) 擬合好壞檢驗(yàn)舉例 (多比例互等性 ) 有 90只老鼠，一個(gè)接一個(gè)地經(jīng)過(guò)下降通道進(jìn)入三扇門中的一扇。我們想檢驗(yàn)假設(shè)：老鼠對(duì)其中的任何一扇門沒(méi)有偏好。 Ho: p1 = p2 = p3 = 1/3 假設(shè)每只老鼠經(jīng)過(guò)下降通道一次，觀測(cè)所得數(shù)據(jù)如下： n1 = 23, n2 = 36, 以及 n3 = 31. 每個(gè)門道所觀察的預(yù)期頻數(shù)應(yīng)該相等， 預(yù)期頻率 = 90 (1/3) = 30 ? = .05 DF = 2 (k1)??2table = 門 1 2 3 觀測(cè)值 23 36 31 預(yù)期值 30 30 30 ?2calc = (2330)2 + (3630)2 + (3130)2 = 30 30 30 由于 ，所以，我們不能拒絕 H0。 從而得出結(jié)論：沒(méi)有證據(jù)顯示老鼠對(duì)其中的任何一扇門具有偏好。 Ho: p1 = p2 = p3 Ha: 至少有 1個(gè)等式不成立 ?2 檢驗(yàn)統(tǒng)計(jì)值 (近似地 )服從自由度為 (k 1)的 ?2 分布， From: Mathematical Statistics with Applications, 3rd Edition Mendenhall, Scheaffer, Wackerly GE Appliances Copyright 1999 6.?? 修訂版 10 1999年 1月 11日 . 和假設(shè)檢驗(yàn) /離散數(shù)據(jù) 首先將數(shù)據(jù)制圖 : GraphPlot 如圖所示在“ Data Display” 中填寫(xiě)“ Item 1”， 為每一類型設(shè)備創(chuàng)建一個(gè)單獨(dú)的符號(hào) 如圖所示，在醫(yī)院 4 和醫(yī)院 5與設(shè)備服務(wù)呼叫次數(shù)之間 看上去存在某種聯(lián)系 如圖所示在“ Data Display” 中填寫(xiě)“ Item 2”， 創(chuàng)建獨(dú)特的線型以連接每類設(shè)備 課堂練習(xí)解答 : 服務(wù)電話減少 GE Appliances Copyright 1999 6.?? 修訂版 10 1999年 1月 11日 . 和假設(shè)檢驗(yàn) /離散數(shù)據(jù) StatTablesCross Tabulation GE Appliances Copyright 1999 6.?? 修訂版 10 1999年 1月 11日 . 和假設(shè)檢驗(yàn) /離散數(shù)據(jù) 交叉制表的對(duì)話窗口報(bào)告 確實(shí) 存在某種依賴關(guān)系！ 注意：這并沒(méi)有說(shuō)是“ 好的”或“ 差的”依賴關(guān)系 P值 .05, 拒絕 Ho 顯著的差異主要是由于醫(yī)院 5。
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1