[精选]MINITAB应用置信区间与假设检验.pptx

MINITAB应用置信区间与假设检验如何评估和筛选因子如何评估和筛选因子2 2 目 录一、图形直观评估和筛选二、QC基本工具三、数据假设检验一单样本假设检验和置信区间工程案例：A公司六西格玛小组设计出一新的铅酸电池，在以下放电条件下，放电时间不低于5min放电功率：435w终止电压：1.60v/cell放电温度：25现从一批试作电池的中得到30个放电时间数据。需要确定新产品是否到达要求？此问题是用样品均值推断总体均值，并作假设检验来确定是否拒绝总体参数的解释。1、原假设和备择假设的建立1研究中的假设原假设H0和备择假设Ha是完全相反的假设。本案例中，H0:5,Ha:5如果样品说明不能拒绝H0,就不能得到新的电池平均放电时间大于5分钟的结论，需要进一步研究。如果Ha:5是真，可以拒绝H0，统计数据说明新电池平均放电时间大于5分钟，可以投产。1、原假设和备择假设的建立2检验某项声明的有效性如手提电脑电池厂家声明：他的SAK电池使用寿命至少是3年。通过选取样品来检验是否符合其声明。本案例中，H0:3年,Ha:3年如果样品说明不能拒绝H0,就不能对供方声明提出异议。如果Ha:3是真，可以拒绝H0，统计数据说明供方声明有问题。3决策中的假设H0:=0,Ha:0如法官对罪犯审判，H0表示无罪，Ha表示有罪。二台设备加工差异，H0表示无差异，Ha表示有差异。人们往往把目的作为被择假设，通过拒绝原假设到达目的2、第一类错误和第二类错误3、总体均值单边检验A 大样品情况A公司六西格玛小组设计出一新的铅酸电池，在以下放电条件下，放电时间不低于5min放电功率：435w终止电压：1.60v/cell放电温度：25现从一批试作电池的中得到30个放电时间数据。需要确定新产品是否到达要求？此问题是用样品均值推断总体均值，并作假设检验来确定是否拒绝总体参数的解释。1均值单边Z值检验和P检验上侧假设检验拒绝域3、总体均值单边检验2大样品情况下侧假设检验拒绝域检验某项声明的有效性如手提电脑电池厂家声明：他的SAK电池使用寿命至少是3年。通过选取样品来检验是否符合其声明。本案例中，H0:3年,Ha:3年如果样品说明不能拒绝H0,就不能对供方声明提出异议。如果Ha:基本统计量 单样本 Z Z统计 基本统计量 单样本 Z输出结果图形，注意95%区间范围B 小样品T值检验和P检验统计 基本统计量 单样本 t t前述电池寿命试验。是否超过三年？无法拒绝原假设工程案例：A公司六西格玛小组改善导体三极管漏电流，目标是小于5.0X1015A。经过小组努力后找到了关键原因并对相关参数进行优化。现从一批试作三极管得到30个漏电流数据。需要确定新技术参数是否到达要求？此问题是用样品均值推断总体均值，并作假设检验来确定是否拒绝总体参数的解释。二、双样本均值置信区间和假设检验1、双样本 t 检验比较二组样本如：二台设备、二个操作者、二个材料、二种方法、二条线等等 总体均值之间关系，样本没有关系。2、配对t 检验如果二组样本不是独立的，有关联的，如同一检验员培训前后测量值，同一组工人先后用不同的方法生产。每个样品个体提供一对数据值，因而叫配对样品。1、双样本 t 检验1、双样本 t 检验比较二组样本如：二台设备、二个操作者、二个材料、二种方法、二条线等等 总体均值之间关系，样本没有关系。2、配对t 检验如果二组样本不是独立的，有关联的，如同一检验员培训前后测量值，同一组工人先后用不同的方法生产。每个样品个体提供一对数据值，因而叫配对样品。1、双样品T值检验和P检验电池的新旧配方放电恢复案例型配方是否比旧配方有改善？从图形你发现什么？对话窗口：双样本 T 检验和置信区间:放电恢复,配方放电恢复 双样本 T 平均值 配方 N 平均值 标准差 标准误差值=mu 旧-mu 新 旧 20 5.987 0.834 0.19 新 20 4.813 0.589 0.13差值估计:1.175差值的 95%置信下限:0.790差值=0 与 的 T 检验:T 值=5.14 P 值=0.000 自由度=38两者都使用合并标准差=0.72212、成对配对T检验 如果二组样本不是独立的，有关联的，如同一检验员培训前后测量值，同一组工人先后用不同的方法生产。每个样品个体提供一对数据值，因而叫配对样品。一产能提高改善工程，设定了二种作业方法，想了解二种方法工作效率是否有差异。H0:12,Ha:12二种抽样方法：1独立样本方案.抽出6名工人用方法一加工，另抽6名工人用方法2加工，比较二种方法的效率。双样本T检验2配对样本方案。出6名工人用方法一加工，再用方法2加工，比较二种方法的效率。配对样本T检验2、成对配对T检验2、成对配对T检验统计 基本统计量 配对 t 配对 T T 检验和置信区间*注*无法使用 数据生成图形。为什么？平均值 N 平均值 标准差 标准误差分 6 0.300 0.335 0.137 平均差的 95%置信区间:-0.052,0.652 平均差=0 与 0 的 T 检验:T 值=2.19 P 值=0.080三、比率假设检验1、单比例假设检验2、双比例假设检验1、总体比率假设检验一种假设检验，用来确定生成特定事件的试验的比率是否等于目标值。此过程检验总体比率 p 等于假设值 H0:p=p0 的原假设。备择假设可以是左尾 p p0 或双尾 p p0 假设。1原假设和备择假设如果P0表示总体比率一假设值，P表示总体假设。HO:PP0,Ha:pp0HO:P=P0,Ha:pp01 1、总体比率假设检验2 2拒绝法则np10，n1-p 10,可对总体比率假设检验。如果P0表示总体比率假设值，检验统计量是Z 3案例 央视调查健美猪黑色产业链 双汇被曝收购有毒肉选择统计 基本统计量 单比率选择统计 基本统计量 单比率输出结果 单比率检验和置信区间:比率 p=0.3 与 p 0.05P1-P20.052 双比例检验2-P2 2、检验、检验2 双比例检验2-P四、泊松假设检验Poisson 过程描述某一事件在给定的时间、面积、体积等范围内的出现次数。例如，客户效劳中心每天接听的 数 一定长度导线的缺陷数案例：瓷砖供给商连续统计100批瓷砖缺点数，期望缺点数少于30，数据见minitab数据库统计 基本统计量 单样本 Poisson 率为单样本 Poisson 过程中事件的发生率和平均发生次数计算置信区间，并进行发生率等于指定值的假设检验。对话框输出单样本 Poisson Poisson 率:瓷砖缺点数 的检验和置信区间比率检验=30 与比率 基本统计量 双样本 Poisson 率 通过对发生率之间差值以及平均发生次数之间差值执行假设检验 并为之计算置信区间，对来自 Poisson 过程的两个样本进行比较。案例：公司 A 和公司 B 生产电视机，在过去十年中，它们对有缺陷的屏幕的单元数进行了计数。公司 A 每个季度3 个月对缺陷单元进行一次计数，而公司 B 则每半年对缺陷单元数进行一次计数。您管理着一家电子零售店，您想最大限度降低库存电视机的缺陷数。为了确定应库存哪家公司的产品，您进行了一项双样本 Poisson 率检验，以确定哪家公司的月缺陷率最低。双样本 Poisson 率:缺陷 A电视,缺陷 B电视 的检验和置信区间观测值的五、多比例和卡方检验当多个Y和多个XY和X都是属性数据时，可使用MINITAB统计 表格 下各个统计方法：单变量计数：单变量计数：显示包括每个指定的变量的计数、累积计数、百分比和累积百分比 的表。交叉分组表和卡方：交叉分组表和卡方：显示包含计数数据的单因子、双因子和多因子表。卡方选项检验双因子分类中各特征之间的相关性。使用此过程检验对某一变量分类工程或主题的概率是否取决于其他变量的分类。要使用此过程，您的数据必须为原始形式或频率 形式。卡方拟合优度检验单变量：卡方拟合优度检验单变量：检验数据中是否有某些比率 服从多项式分布。数据必须为原始形式或汇总形式。卡方检验工作表中的双向表：卡方检验工作表中的双向表：检验双因子分类中各特征之间的相关性。数据必须为列联表形式。描述性统计量：描述性统计量：显示包含类别变量数据和关联变量数据的描述性统计量 的单因子、双因子和多因子表。1、单变量计数 统计 表格 单变量计数 用于显示每个指定变量的计数、累积计数、百分比和累积百分比。如：统计一周的缺点严重度卡方拟合优度检验单变量卡方检验 一个假设检验族，用于在原假设下将数据的实测分布与其预期分布进行比较。卡方检验有多种，可帮助您：检验样本与某个理论分布的拟合程度。例如，正 6 面骰子服从均匀分布，因为所有 6 个结果具有相等的概率。通过屡次掷骰子并使用卡方拟合优度检验来确定结果是否服从均匀分布，可以检验骰子是否是正 6 面形的。在此情况下，卡方统计量会将计数的实测分布不同于假设分布的程度进行量化。检验统计模型是否与数据相拟合。例如，Logistic 回归使用卡方拟合优度检验来确定它能否充分地为样本数据建模。检验类别变量之间的独立性。例如，主管三个客户支持呼叫中心的经理想要知道客户问题的成功解决是或否是否取决于接听呼叫的呼叫中心。该经理将每个呼叫中心的成功和不成功的解决计数记录在一个表中，并执行数据独立性的卡方检验。在此情况下，卡方统计量会将计数的实测分布不同于预期分布假设呼叫中心与成功解决之间不存在关系时的预期分布的程度进行量化。实际工作的2检验一公司年度考评制度规定各等级人数比例是：A级10%B级30%C级40%D级15%E级5%现抽出120个样品，其中有18个A,30个B,40个C,22个D,10个E。取=0.05 检验实际评价等级是否显著偏离制度规定。绩效考评2检验H0:PA=0.1 PB=0.3 PC=0.4 PD=0.15 PE=0.05Ha:实际比率不是PA=0.1 PB=0.3 PC=0.4 PD=0.15 PE=0.05拟合优度检验：多项总体：总体中的每个个体被分到几个类别中的一个，且尽分被到一个类别中独立试验。X2多项概率分布假设检验。绩效考评2检验绩效考评2检验统计 表格 卡方拟合优度检验单变量是否显著超出公司制度？单变量观测计数的卡方拟合优度检验:实际人数案例2 2 产品缺陷研究案例2 2 产品缺陷研究案例2 2 产品缺陷研究如果不良类型与班次无关Ho真，1班中112个总不良应有不良类型1个数是74*112/327第i行第j列期望频数是fijfij=第i行之和*第j列之和/总数案例2 2 产品缺陷研究独立性检验统计量服从Chi-SquareChi-Square分布.案例2 2 产品缺陷研究独立性检验统计量服从Chi-SquareChi-Square分布并计算如下.统计 表格 卡方检验工作表中的双向表卡方检验:不良类型1,不良类型2,不良类型3,不良类型4在观测计数下方给出的是期望计数在期望计数下方给出的是卡方奉献统计 表格 交叉分组表和卡方统计 表格 交叉分组表和卡方汇总统计量:班次,类别 使用 数量 中的频率行:班次 列:类别计数描述性统计1、选择统计 表格 描述性统计量。2、在对于行中，输入性别。在对于列中，输入吸烟。3、单击类别变量，选中计数和行百分比。单击确定。4、单击关联变量，然后输入脉搏。5、在显示下，选中平均值。在每个对话框中单击确定。选择统计 表格 描述性统计量。1 在对于行中，输入性别。在对于列中，输入活动。2 单击关联变量，输入身高 和体重。3 3 在显示下，选中平均值、标准差和 N N 非缺失。在每个对话框中单击确定。六、总体方差置信区间和假设8 8台设备数据分布图台设备数据分布图从图形中可得出答案，假设检验给出了答案的统计置信度从图形中可得出答案，假设检验给出了答案的统计置信度您想知道什么？1、方差：统计问题 不同固定架方差之间看上去明显的差异是实际存在还是偶然发生的？实际问题-我们是否应该努力制造象2号那样的固定架，以减少方差？2、平均值：统计问题-不同固定架均值之间看上去明显的差异是实际存在还是偶然发生的？实际问题-我们是否应该努力制造象3号那样的固定架，以使它们接近目标值？采用假设检验法来分析差异是实实在在的还是偶然发生的1 1、一个总体置信区间和假设检验2分布图1 1、设备5 5的总体方差区间估计1 1、设备5 5的总体方差区间估计1 1、设备5 5的总体方差区间估计2 2、一个总体方差区间假设检验2 2、一个总体方差假设检验2 2、一个总体方差区间假设检验Minitab处理Minitab处理Minitab处理8 8台设备数据分布图从图形中可得出答案，假设检验给出了答案的统计置信度2 2、二个总体置信区间和假设检验1 1、二个总体方差区间假设检验双边检验2 2、二个总体方差区间假设检验单边检验统计 基本统计量 双方差等方差检验等方差检验:设备设备3,3,设备设备5 5设备设备3 3和设备和设备5 5波动分析波动分析七正态分布检验统计 基本统计量 正态性检验生成正态概率图 并进行假设检验，以检查观测值是否服从正态分布。对于正态性检验，假设为H0H0：数据服从正态分布 与 H1H1：数据不服从正态分布图形中的垂直尺度类似于正态概率图中的垂直尺度。水平轴为线性尺度。此线形成数据所来自总体 的累积分布函数的估计值。图中会显示总体参数的数字估计 m m 和 s s、正态性检验值以及关联的 p p 值。Poisson Poisson 分布的拟和优度检验分布的拟和优度检验统计统计 基本统计量基本统计量 Poisson Poisson 分布的拟和优度检验分布的拟和优度检验 使用使用 Poisson Poisson 分布的拟合优度检验分布的拟合优度检验 可以检验以下假设：可以检验以下假设：H0H0：数据服从：数据服从 Poisson Poisson 分布分布 H1H1：数据不服从：数据不服从 Poisson Poisson 分布分布1选择统计 基本统计量 Poisson 分布的拟和优度检验。2在变量中，输入事故数。3单击确定。Poisson 分布的拟和优度检验练习对前述8个固定架作每二个之间作方差相等检验流程图P0.05说明了一种统计显著性关系小5拒0Y离散数据假设检验路线图=本节完=9、静夜四无邻，荒居旧业贫。11月-2311月-23Sunday,November 26,202310、雨中黄叶树，灯下白头人。05:52:1705:52:1705:5211/26/2023 5:52:17 AM11、以我独沈久，愧君相见频。11月-2305:52:1705:52Nov-2326-Nov-2312、故人江海别，几度隔山川。05:52:1705:52:1705:52Sunday,November 26,202313、乍见翻疑梦，相悲各问年。11月-2311月-2305:52:1705:52:17November 26,202314、他乡生白发，旧国见青山。26 十一月 20235:52:17 上午05:52:1711月-2315、比不了得就不比，得不到的就不要。十一月 235:52 上午11月-2305:52November 26,202316、行动出成果，工作出财富。2023/11/26 5:52:1705:52:1726 November 202317、做前，能够环视四周；做时，你只能或者最好沿着以脚为起点的射线向前。5:52:17 上午5:52 上午05:52:1711月-239、没有失败，只有暂时停止成功！。11月-2311月-23Sunday,November 26,202310、很多事情努力了未必有结果，但是不努力却什么改变也没有。05:52:1705:52:1705:5211/26/2023 5:52:17 AM11、成功就是日复一日那一点点小小努力的积累。11月-2305:52:1705:52Nov-2326-Nov-2312、世间成事，不求其绝对圆满，留一份缺乏，可得无限完美。05:52:1705:52:1705:52Sunday,November 26,202313、不知香积寺，数里入云峰。11月-2311月-2305:52:1705:52:17November 26,202314、意志坚强的人能把世界放在手中像泥块一样任意揉捏。26 十一月 20235:52:17 上午05:52:1711月-2315、楚塞三湘接，荆门九派通。十一月 235:52 上午11月-2305:52November 26,202316、少年十五二十时，步行夺得胡马骑。2023/11/26 5:52:1705:52:1726 November 202317、空山新雨后，天气晚来秋。5:52:17 上午5:52 上午05:52:1711月-239、杨柳散和风，青山澹吾虑。11月-2311月-23Sunday,November 26,202310、阅读一切好书如同和过去最杰出的人谈话。05:52:1705:52:1705:5211/26/2023 5:52:17 AM11、越是没有本领的就越加自命非凡。11月-2305:52:1705:52Nov-2326-Nov-2312、越是无能的人，越喜欢挑剔别人的错儿。05:52:1705:52:1705:52Sunday,November 26,202313、知人者智，自知者明。胜人者有力，自胜者强。11月-2311月-2305:52:1705:52:17November 26,202314、意志坚强的人能把世界放在手中像泥块一样任意揉捏。26 十一月 20235:52:17 上午05:52:1711月-2315、最具挑战性的挑战莫过于提升自我。十一月 235:52 上午11月-2305:52November 26,202316、业余生活要有意义，不要越轨。2023/11/26 5:52:1705:52:1726 November 202317、一个人即使已登上顶峰，也仍要自强不息。5:52:17 上午5:52 上午05:52:1711月-23MOMODA POWERPOINTLorem ipsum dolor sit amet,consectetur adipiscing elit.Fusce id urna blandit,eleifend nulla ac,fringilla purus.Nulla iaculis tempor felis ut cursus.感感 谢谢 您您 的的 下下 载载 观观 看看专家告诉