假说检定简介--推理性统计学的目的.pptVIP

Breakthrough Management Group Version 1.0 A4 - 假說檢定簡介(Introduction to Hypothesis Testing) 章節目的與用途 介紹統計學假設檢定的概念 定義虛無假設和對立假設 展示建構假設檢定的方法 爲給定問題選擇適當的假設檢定方法提供路徑圖 分析階段: 可能取得的成果 專案回顧和第一次課程其餘成果 確定變異來源: 探測性資料分析 應用工具: FMEA 和用 Excel操縱資料 圖表技巧 確定變異來源: 統計分析 信賴區間 假設檢定與樣本大小 中心趨勢 確定變異來源: 變異數分析 實驗設計( DOE)規劃 完成階段總結 結論, 問題和下階段任務 利用資料加深對製程的瞭解 在6 Sigma 專案進行中常遇到的問題 : 改變該 X 能帶來 Y的改變嗎? 即 Y=f(X)的具體關係是什麽? 我對的位置、散佈、形狀及一致性是否具有正確的瞭解? 利用下列條件可回答上述問題: 基於對流程的瞭解所作的假設: 設計目的 以往性能指標的測量結果 即時資料 (測量階段收集到的) 有新資料時當前假設可能會改變 前後混淆 (Mixing the Past and Present 資料本身的“雜音”會造成麻煩 可能有不同的結果 資料可能提示發生了一些變化而實際上並未發生 資料可能未提示發生了變化而實際上已發生了 在提示某些改變已發生時, 除非即時資料很有說服力, 否則原始假設依然成立 用資料檢查我們的瞭解程度:實例 考慮如下情形: 在量測階段搜集到以下資料. 其中周期時間爲輸出變數, 每日的時間爲輸入變數. 由以往經驗及製程負責人的印象中，周期時間可能有所不同對每一日而言. 資料顯示在下列圖表中: 一個結合前後的策略 清楚瞭解製程能力的預定條件 製程平均周期 = 90 分鐘 製程輸出變數服從常態分佈 周期間與每日時間無關 考慮預設條件成立時“即時”資料的分佈像什麽樣 十個周期的平均時間應在84-96分 頻率分佈曲線應是對稱的 各不同時間的平均周期應大約是90 分鐘 搜集資料並計算相應統計資料. 如“即時”資料與預期不符, 改變預定條件 例如: 假設製程平均周期應是90 分鐘. 十個周期的平均時間應在84-96分 一套十個周期時間的“即時”樣本平均值是….. 94.3 分維持假設不變 97.6 分結論是周期時間增加了 什麼是假設檢定? 假設檢定只是把實際情況與假設相比較, 並試圖知道, “情況變了嗎?” 或 假設檢定驗證實際資料是否與模型相符 或 假設檢定比較統計資料和假設陳述是否一致 假設檢定要旨 由資料計算出一個相關指標(或統計數位)用於把一個特定的假設(虛無假設)與某個對立假設相比. 把該指標與一個參考分佈函數比較. 後者顯示如果虛無假設成立時該指標會服從何種分佈. 計算如虛無假設成立時出現不小於所觀測到的區別的機率. 該機率稱爲顯著. 如該機率很小, 虛無假設不成立. 我們因而斷言觀察到一個統計學上的顯著區別. 回顧: 母體與樣本 母體值與樣本統計數 推論性統計學的目的 目的: 由樣本測量結果獲取關於母體的結論(推論結果) 關於母體的事實 母體有固定的參數,且只有上帝才知道 統計學是關於由樣本資料猜測上帝所知道的參數的科學 ? 我們在搜集資料前的初始猜測稱爲假設 假設 (Hypotheses) 假設 : 假設是關於母體參數的敘述, 而不是關於樣本的敘述. 虛無假設：(The Null Hypothesis) 簡稱為 H0 通常 H0 敘述的是 無效果 或 無差別 我們基於統計證據拒絕或不能拒絕H0 對立假設：(The Alternative Hypothesis) 簡稱為 Ha 關於母體參數的,在H0被拒絕時可以成立的敘述 關於處理訂單的假設 由於需求增加且公司要保持人手不變, 需要減少處理訂單的時間. 爲減少處理訂單周期時間, 對處理流程和表格進行了改進. 在改進以前的樣本平均處理時間是125 分鐘,改進後則變成 118 分鐘. 另一個假設的實例 關於一種試驗性抗精神病藥物的性能的檢定: 老鼠服用新藥的平均防休克效果和標準藥物一樣嗎? 再一個關於假設的實例 與標準設計(元件2)相比新設計的內毒素凝脂加熱元件(元件1)的溫度變異程度怎樣? 最後一個關於假設的實例 在最近的一次總統選舉中, 42% 的選舉人投選民主黨候選人. 對100 個報紙記者的調查發現 71% 的人選民主黨. 記者和一般公衆的政治傾向有區別嗎? 法庭法則 (Order in the Count) 假設檢定與美國法律系統很接近,在判定一個人有