minitab實(shí)例ppt課件-展示頁
2025-01-28 02:00本頁面
【正文】 ： 傾斜越大，主效果越大 無交互效果 － 平行； 有交互效果 － 交叉； (5)Multivari Chart（ 多變因圖 ） 目的：掌握多 X因子變化對(duì) Y的影響（交互作用細(xì)節(jié)）； 統(tǒng)計(jì)－方差分析－雙因子： 材料、交互的 P － 有意； A— 假設(shè)測(cè)定－決定標(biāo)本大?。? (1)： 1sample Z（已知 u） 背景： Ha～ N（ 30， 100/25） H0～ N（ 25， 100/n ）－為測(cè)定分布差異的標(biāo)本大小 有意水平 α = 查出力 1－ β = 統(tǒng)計(jì)－功效和樣本數(shù)量－ 1sample Z： 差值： u0－ ua ＝ 25－ 30＝ 5 功效值（查出力）： 1－ β ＝ 標(biāo)準(zhǔn)差： sigma＝ 10 A— 假設(shè)測(cè)定－決定標(biāo)本大小： (2)： 1sample T（未知 u） 背景： Ha～ N（ 30， 100/25） H0～ N（ 25， 100/n ）－為測(cè)定分布差異的標(biāo)本大小 有意水平 α = 查出力 1－ β = 統(tǒng)計(jì)－功效和樣本數(shù)量－ 1sample t： 差值： u0－ ua ＝ 25－ 30＝ 5 功效值（查出力）： 1－ β ＝ 標(biāo)準(zhǔn)差（推定值） ： sigma＝ 10 樣本數(shù)量 27 已知 u的 1sample Z的樣本數(shù)量 － t 分布假定母標(biāo)準(zhǔn)偏差未制定分析； A— 假設(shè)測(cè)定－決定標(biāo)本大?。? (3)： 1 Proportion（單樣本） 背景： H0： P＝ Ha： P 測(cè)定數(shù)據(jù) P1＝ 、 P2＝ 有意水平 α = 查出力 1－ β = 統(tǒng)計(jì)－功效和樣本數(shù)量－ 1 Proportion ： P1= 功效值（查出力）： 1－ β ＝ P2= 母比率 實(shí)際上是否 ，需要樣本 102個(gè) A— 假設(shè)測(cè)定－決定標(biāo)本大?。? (3)： 2 Proportion（單樣本） 背景： H0： P1＝ P2 Ha： P1 P2 有意水平 α = 查出力 1－ β = 統(tǒng)計(jì)－功效和樣本數(shù)量－ 1 Proportion ： P的備擇值：實(shí)際要測(cè)定的比例？ －－母比率； 功效值（查出力）： 1－ β ＝ 假設(shè) P： H0的 P值（ ） 母比率 實(shí)際上是否小于 ，需要樣本 217個(gè) A— 假設(shè)測(cè)定： 案例： (1)： 1sample t（單樣本） 背景：對(duì)零件尺寸測(cè)定 100次，數(shù)據(jù)能否說明與目標(biāo)值（ 600）一致（ α = ） PValue → Ho （信賴區(qū)間內(nèi)目標(biāo)值存在） → 可以說平均值為 600 A— 假設(shè)測(cè)定： 案例： (2)： 2sample t（單樣本） 背景：判斷兩個(gè)母集團(tuán) Data的平均， 統(tǒng)計(jì)上是否相等（有差異） 步驟①：分別測(cè)定 2組 data是否正規(guī)分布； ②：測(cè)定分散的同質(zhì)性； ③： t－ test； ① 正態(tài)性驗(yàn)證： 統(tǒng)計(jì)－基本統(tǒng)計(jì)－ 正態(tài)性檢驗(yàn) ： PValue → 正態(tài)分布 PValue → 正態(tài)分布 ② 等分散測(cè)定： 統(tǒng)計(jì)－基本統(tǒng)計(jì)量－雙方差 ： PValue → 等分散 對(duì) Data的 Boxplot 標(biāo)準(zhǔn)偏差的信賴區(qū)間 測(cè)定方法選擇： F－ test：正態(tài)分布時(shí)； Levense’s test：非正態(tài)分布時(shí)； ③ 測(cè)定平均值： 統(tǒng)計(jì)－基本統(tǒng)計(jì)量－ 2sample t ： PValue → H a →u1 ≠ u2 A— 假設(shè)測(cè)定：
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1