基础统计及Minitab.pptVIP

Pareto chart 单侧检验 单侧检验和双侧检验的判断是在拒绝 H0(原假设)时下的结论(备择假设) 来确定 H0 : Q ＝ Q0 H? : Q ＞ Q0 H0 : Q ＝ Q0 H? : Q ＜ Q0 or ? 不等号的方向指拒绝域所处位置。 两侧检验 H0 : Q ＝ Q0 H? : Q ≠ Q0 ?) “新药的药效比目前销售中的药优秀” 这是备择假设 ?) “新的讲课法不同于传统讲课法”- 备择假设 单侧检验和两侧检验 OK OK (检验力) H0为真时 H0为假时 H0 接受 H0 拒绝 例)从前例中， - 第一类错误 :事实上新的疫苗和目前使用中的疫苗没有差异，而因” 20名样本中 8名以上 2年内没患感冒的事实”认为新的疫苗比目前使用中的疫苗 有效。 - 第二类错误 : 事实上新的疫苗更有效，而因” 20名样本中7名以上2年内没患感冒 的事实”认为新的疫苗的效果不如目前使用中的疫苗。 显著性水平(α) :指统计假设检验中犯第1类错 误的最大容许界限 ( 一般使用0.05, 0.01) 检验力 : 特定的备择假设真实时拒绝 H0的概率 (1-β) 第1类错误和第2类错误 第1类错误 （生产者风险， 显著性水平） α 第2类错误 (消费者风险) β 方差分析的理解 在L公司工作的 G氏在几月前买了新的高尔夫球杆。 G氏的成绩比以前改善了，现在想知道是偶然的还是因为其它原因。 方差分析的必要性 最近 G氏成绩变动的原因是： 1. 球杆 2. 白天，晚间比赛 ＋ 高尔夫成绩 误差变动 关注因子 球杆 比赛时间 误差的影响 如何判断成绩的变化是因为上述两种关注的原因还是因为误差的变动? Minitab 实习 I 基础统计量 Histogram 3. Box-Plot Run chart 正态性检验 Gage RR Sigma 水平的计算 基础统计量 目的: 算出基础统计量 (求C2的 Benergy的基础统计量) 文件 : 基础统计data.mtw Sample数 平均 中值 标准偏差 Histogram-直方图 目的:画 Histogram (求出C2- Benergy的 基础统计) 文件 : 基础统计data.mtw ※ 指定区间数 ※ 自动算出区间数 目的: 箱线图可以展示样本的中心位置，变动性，非对称程度，Outlier 等。 比较群之间的平均时利用 Box Plot，容易看出明显的不同点。 文件: Boxplotdata.MTW (改善前/后比较data) Graph Box Plot (Unstacked Data的情况) 结果Data是按类别(category)输入 (Unstack)在列时，只输入在Y列 假如结果 data是都输入一列时 (Stack) Y列输入结果，X输入种类( category)。 输出中值的 95%置信区间 输入中值, Q1, Q3 输出最大值, 最小值,中值 连接中值 连接平均值 每个data plot 用Symbol plot 中值，平均值，异常点 Box Plot Graph Box Plot后从 Frame选择 Multiple Graph。 B e f o r e N o w 1 3 0 1 4 0 1 5 0 1 6 0 B e f o r e Box Plot 结果 改善后平均几乎没有变化，但能看出散布变小了。 ? 一般情况下检验两个群之间是否存在显著性差异时，有一个样本的四分位数超过另一样本的 中值线时，大体上可以判断为平均之间有显著性差异。 Graph Box Plot (Stacked Data的情况) 目的: 根据数据的频度列出，将帕累托法则图示化。 文件: Pareto.mtw 目的: 观察随时间顺序变化的平均和散布 文件 : Runchart.mtw Run chart 目的: 要确认是否服从正态分布时，通过正态性plot来确认。 (正态概率纸 - 图示法) 文件 : Boxcox.mtw 正态性 - Normal probabil