【正文】 3/08/01 Paired t 檢驗 使用時機 : 平均數(shù)差的分析 6s 125 MS2 2023/08/01 范例 某鞋廠比較 驗 ,請十位小孩兩腳分別隨機穿 A、B材質(zhì)的鞋子 ,一個月后測量鞋子耐用狀況 ,在 5%顯著水準(zhǔn)下 ,請分析此兩種材質(zhì)實驗結(jié)果是否有差異 ? the worksheet “” ShatBasic StatisticsPaired t. Paired t 檢驗 6s 126 MS2 2023/08/01 First Sample欄位中選入“ MatA”. Second Sample輸入“ MatB”. Options在 Contidence level 輸入“ 95” ,Test mean 輸入 ,在 Alternative選擇“ not equal”, 點選 OK,OK Paired t 檢驗 6s 127 MS2 2023/08/01 Paired t 檢驗 P= 表示拒絕這對平均數(shù)之間的差 =0的假設(shè) .也就是此成對樣本之間是有差異的 Paired TTest and CI:MatA ,MatB Paired T for MatAMatB N Mean StDev SE Mean Mata 10 Matb 10 Difference 10 95%CI for mean difference :(, ) TTest of mean difference=0(Vs not =0):TValue= PValue= 6s 128 MS2 2023/08/01 單一群體比例 p檢驗 使用時機 : 計算一比例的推定及檢驗 (抽樣數(shù)及成功次數(shù) /發(fā)生次數(shù)均己知 ) 6s 129 MS2 2023/08/01 單一群體計數(shù)型資料 ,如計數(shù)該變量發(fā)生次數(shù) , 然后計算其比例 .其參數(shù)為群體比例 p 當(dāng) n要夠大的時候 (np≧ 5), 通常 n≧ 30( 取大樣本 ) 依中央極根定理 .此時群體比例 p之抽樣分配屬于常態(tài) 分配 ,再依 Zα 或 Zα/2( Zα/2 )為臨界值 ,即可進行檢驗 P的檢驗統(tǒng)計量 Z= 設(shè)定假設(shè) H0:p=p0 H1:pp0(右尾檢驗 ) 或 H1:pp0(左尾檢驗 ) 或 H1:p≠p 0(雙尾檢驗 ) 單一群體比例 p檢驗 p － p pq/n (q=1p) 6s 130 MS2 2023/08/01 單一群體比例 p檢驗 范例 某業(yè)務(wù)所計劃拓展業(yè)務(wù) .有 65%的委托人支持拓展業(yè)務(wù) ,事務(wù)所負責(zé)人即同意拓展計劃 .隨機抽選委托人 950人調(diào)查 ,共有 560人支持 ,在 5%顯著水準(zhǔn)下 ,請分析是否超過 65%的支持度 ? H0:P= H1:P StatBasic Statistics1Proportion. 6s 131 MS2 2023/08/01 單一群體比例 p檢驗 Summarized data。在以前從來沒有發(fā)生過同樣的問題 ,請詴著用矩陣表來確認其原因。這五臺機器放在同一個工作間 ﹐ 接在同一個變壓器上運轉(zhuǎn) ,生產(chǎn)相同批號的組件 ,采用同一個供應(yīng)商的原料。 ok 6s 22 MS2 2023/08/01 范例 直方圖分析 2 6s 23 MS2 2023/08/01 直方圖的三個特徵 集 中 離 散 外 形 6s 24 MS2 2023/08/01 集中趨勢和分布 集中態(tài)勢 平均數(shù) 離散態(tài)勢 全距 (最大值 最小值 ) 標(biāo)準(zhǔn)方差 6s 25 MS2 2023/08/01 集中和離散 視覺估計 平均數(shù) 6s 26 MS2 2023/08/01 解釋“外形” * 異常值 * 多峰 * 偏態(tài) 6s 27 MS2 2023/08/01 異常值 位於分布之外的點 ﹐ 即是表明存在特殊的原因 6s 28 MS2 2023/08/01 多峰 不同的峰代表 不同的群體 來源 時間長度 操作員 …… 等 6s 29 MS2 2023/08/01 多峰分解 可能包括的多個過程 機器或位置不同 批料或材料來源不同 很多人同時進行同一個過程 過程不穩(wěn)定 ,造成有兩個過程的假象 6s 30 MS2 2023/08/01 自然偏態(tài) 測量有一個自然的“停止點” 變化傾向於發(fā)生在一個方向上 p p m 交貨周期 6s 31 MS2 2023/08/01 人為偏態(tài) 截尾 由分類而引起的偏態(tài) 看上去像一個“被截斷的鍾形曲線” 超出規(guī)格的單元 被檢驗員剔除了 6s 32 MS2 2023/08/01 Workshop KC公司所進料之關(guān)鍵零件 ,其規(guī)格為 130~160,今隨機抽樣 60個為樣本 ,測定值如附表 ,請制作直方圖 6s 33 MS2 2023/08/01 箱 形圖 (盒頇圖 ) 6s 34 MS2 2023/08/01 何謂箱型圖 呈現(xiàn)資料數(shù)據(jù)分布特性及 異常點分布 6s 35 MS2 2023/08/01 箱型圖原則 使用在呈現(xiàn)資料數(shù)據(jù)分布特性 了解數(shù)據(jù)分配情況 可辨別數(shù)據(jù)是否有異常點 可比較 2個或多個過程 6s 36 MS2 2023/08/01 箱形圖 * 偏離值 最大值 75百分位 (Q3) 中位數(shù) 25百分位 (Q1) 最小值 6s 37 MS2 2023/08/01 箱形圖 箱形圖解讀 中位數(shù) :所有數(shù)值排列順序后的中間位數(shù)值 75百分位數(shù) (Q3):所有數(shù)值排列順序的 3/4位數(shù)值 25百分位數(shù) (Q1):所有數(shù)值排列順序的 1/4位數(shù)值 最大值 :小於 Q3+(Q3Q1)數(shù)據(jù)的最大值 最小值 :大於 (Q3Q1)數(shù)據(jù)的最小值 偏離值 :假如數(shù)值小于 (Q3Q1)或大於 Q3+(Q3Q1),則為偏離值 6s 38 MS2 2023/08/01 范例 箱形圖分析 1 80℃ 時噴頭之內(nèi)口徑數(shù)據(jù) : 依據(jù)內(nèi)口徑 25℃ 與 80℃ 的數(shù)據(jù) ,應(yīng)用箱形圖分析比較 6s 39 MS2 2023/08/01 范例 箱形圖分析 1 25 80 改 善 前 ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ 溫度 6s 40 MS2 2023/08/01 范例 箱形圖分析 2 例 : 男性與女性測心記錄 Pulse2,請以箱形圖比較之 the worksheet “” Graph Boxplot With Groups 6s 41 MS2 2023/08/01 范例 箱形圖分析 2 Graph variables欄 ,輸入 pulse2, 在 Categorical variables欄 ,輸入 Sex OK. 6s 42 MS2 2023/08/01 Workshop 檔案 男性與女性測心跳記錄 Pulse1, 請以箱形圖比較 6s 43 MS2 2023/08/01 推移圖 6s 44 MS2 2023/08/01 何謂推移圖 呈現(xiàn)過程資料數(shù)據(jù)分布是否 具有隨機性及了解趨勢模式 6s 45 MS2 2023/08/01 推移圖原則 研究長期的變異 判定分布的穩(wěn)定性 分布是否保持過程水準(zhǔn)和散離態(tài)勢 ? 尋找時間上的特殊原因 按順序搜集 20個或更多的子群 來源相同 在一個行圖上或 Shewhart圖上標(biāo)出 性能評價 6s 46 MS2 2023/08/01 推移圖的規(guī)劃 研究所需的時間 要充分觀察到 “正常的過程行為” 蒐集數(shù)據(jù)的型式 歷史的 相關(guān)數(shù)據(jù) 可以用來做分析和解釋 6s 47 MS2 2023/08/01 范例 推移圖分析 例 : 此公司為生產(chǎn)測量輻射的設(shè)備 ,為了探討測量的變異 .根據(jù)實驗記錄做運行圖分析 the worksheet “” Shat Quality Tools Run Chart. 6s 48 MS2 2023/08/01 范例 推移圖分析 single column填入 “Membrane”. 在 sulgroup size填入“ 1” ok 6s 49 MS2 2023/08/01 范例 推移圖分析 6s 50 MS2 2023/08/01 隨機性檢驗的方法 : 超過期望的串?dāng)?shù) 來自兩母體混雜 1. 以中位數(shù) (資料呈現(xiàn)隨機趨勢 )