西格瑪教材40-19unit-4分析44假設(shè)檢驗(yàn)-資料下載頁
2025-05-02 03:11本頁面
【正文】 n d e r s o n D a r l i n g N o r m a l i t y T e s tD e s c r i p t i v e S t a t i s t i c sPvalue要多小根據(jù)狀況有所不同 .. ※ 通常我們使用 。 ?我們希望這些觀察結(jié)果隨機(jī)發(fā)生的機(jī)會(huì)小于 10% (α = ). ?5% 會(huì)更好一些 (α = ). ?1% 感覺非常好 (α = ). ?α 的水平取決于我們的假設(shè)“ 沒有差別 ”和所參考的 散布類型 。 ?但 顯著水平根據(jù)我們的關(guān)心與結(jié)果的置信度有所不同 . (飛機(jī)部品的 1%和木筷 1%能一樣嗎 .) 假設(shè)檢驗(yàn)的類型 假設(shè)檢驗(yàn) 目的 t 檢驗(yàn) 成對(duì) t 檢驗(yàn) ANOVA（ F 檢驗(yàn)） （變異數(shù)的分析） χ178。 檢驗(yàn) 比較兩子群平均值 當(dāng)數(shù)據(jù)匹配時(shí)比較兩子群平均值 比較兩子群或多子群平均值 比較兩子群或多子群變異數(shù) 比較兩子群或多子群比例 Y （ 輸出） X（ 輸入） 連續(xù) 離散 （比例） 離散 （“ 子群”） 連續(xù) χ178。檢驗(yàn) t 檢驗(yàn) 成對(duì) t 檢驗(yàn) ANOVA 邏輯回歸 回歸 不同數(shù)據(jù)類型的適當(dāng)分析方法 ? 當(dāng)輸入 (X) 變量是離散變量時(shí)，使用假設(shè)檢驗(yàn)。 ?將離散 X 當(dāng)作“分子群”或 由 分層變量來看 X。 ?示例：如果您希望 按 產(chǎn)品比較周期，那么不同產(chǎn)品類型就是離散 X。 ? 如果 X 數(shù)據(jù)是連續(xù)的，則使用回歸分析判斷它們是否與輸出 (Y) 變量 相關(guān)。 假設(shè)檢驗(yàn) 回歸分析 我使用哪種分析方法？ 否， X 是連續(xù)的 回歸主題 χ178。檢驗(yàn) ANOVA t 檢驗(yàn) 否， Y 是離散的（比例） 否，比較更多的子群（平均值或變異數(shù)） 是 是 是 是 成對(duì) t 檢驗(yàn) 否，比較兩個(gè)獨(dú)立的子群平均值 將兩子群平均值與匹配的數(shù)據(jù)相比較 X 是否是離散的？ （ 子群） Y 是否 是連續(xù)的？ 僅比較 2 子群?jiǎn)幔? Y1 是否與 Y2 匹配 在假設(shè)檢驗(yàn)中處理非正態(tài)連續(xù)數(shù)據(jù) ?方法 ?找到一種使數(shù)據(jù)近似為正態(tài)的轉(zhuǎn)換方法。 ?對(duì)轉(zhuǎn)換的數(shù)據(jù)進(jìn)行“假設(shè)檢驗(yàn)”。 實(shí)際問題 （產(chǎn)生統(tǒng)計(jì)問題） 陳述零假設(shè) (Ho) 陳述備擇假設(shè) (Ha). (假設(shè)概率分布 , z, t, 或 F). α 的水平 (一般 5%) β 的水平 (一般 1020%) （差異） 樣本的大小 假設(shè)檢驗(yàn)階段 假設(shè)檢驗(yàn)階段 (z, t, 或 F) 率 α ， 則推翻 Ho 而接受 Ha。 如果 這個(gè)概率大于 α ， 不要推翻 Ho. ，把統(tǒng)計(jì)結(jié)論翻譯成實(shí)際解決方法。 假設(shè)檢驗(yàn)應(yīng)用 2 01 009 08 07 06 0S u b g r o u pMeans1 050Std DeviationsM U = 7 1 . 6 1U C L = 7 8 . 6 0L C L = 6 4 . 6 2S = 4 . 8 9 7U C L = 1 0 . 2 3L C L = 0 . 0 0 0X b a r a n d S C h a r t f o r : C 1SPC 樣式 這個(gè)點(diǎn)真的失去控制還是工程的自然散布 假設(shè)檢驗(yàn)應(yīng)用 6543211 0 09 08 07 06 0C 2C1架構(gòu) 這個(gè)架構(gòu)和其他的相比是真的不同還是自然散布的結(jié)果？ 檢驗(yàn)子群均值的差異 參考用 : 數(shù)據(jù)形態(tài) 離散型 對(duì)離散事件的記數(shù) ( 1, 2, 3, 4 個(gè)缺陷 ) 定性的描述 民主黨 / 共和黨 好 / 壞 設(shè)備 1 / 設(shè)備 2 注意 : 我們經(jīng)?？梢园讯ㄐ詳?shù)據(jù)當(dāng)作連續(xù)型數(shù)據(jù)處理 ， 只要我們有合適的分辨率（記數(shù)的水平）或足夠大的樣本大小。然而這也具有較大的風(fēng)險(xiǎn)得到“錯(cuò)誤”的判斷。 路徑的目的 對(duì)于統(tǒng)計(jì)工具，給 BB一個(gè)結(jié)構(gòu)型的方法 “ 你對(duì)錘子了解的越多 ... 你越覺得什么看上去都象一個(gè)釘子 ” 給統(tǒng)計(jì)思考畫一個(gè)大幅畫像 為把 Minitab 和統(tǒng)計(jì)工具聯(lián)系起來提供一個(gè)結(jié)構(gòu)型的路徑 減少混淆和焦慮 “ 回歸 , ANOVA 和 Chi平方 ” 參考用 : 關(guān)于統(tǒng)計(jì)性工具的路徑圖 參考用 : 關(guān)于統(tǒng)計(jì)性工具的路徑圖 X 數(shù)據(jù) 單個(gè) X 多個(gè) X Y數(shù)據(jù) 單個(gè) Y 多個(gè) Y 多元分析 (注 : 這與 MultiVari 圖不一樣 ) X 數(shù)據(jù) 離散型 連續(xù)型 Y 數(shù)據(jù) 離散型 連續(xù)型 Chi平方 對(duì)數(shù)回歸 ANOVA 平均值 / 中值檢驗(yàn) 回歸 X 數(shù)據(jù) 離散型 連續(xù)型 Y 數(shù)據(jù) 離散型 連續(xù)型 多重回歸 多重對(duì)數(shù)回歸 中值檢驗(yàn) 2, 3, 4 元 ... ANOVA 多重對(duì)數(shù)回歸
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1