流程改善方法论- 标准量化管理绿带.pptVIP

流程改善方法论- 标准量化管理绿带 T检验 标准量化管理的改善方法论 目的 介绍t检验及其在平均值比较中的重要性 介绍平均值/中位数检验的基本概念 掌握t检验的相关理论和分析方法 工具使用场合 t检验的分类 介绍t检验路线图 课堂练习 t检验的实际案例分析 了解t检验通常遇到的问题 统计检验 在假设检验模块中，我们讨论不同群组的比较 我们想知道是否有充足的统计证据来拒绝零假设 我们收集数据后，该如何“检验”这些数据呢？ 有数种不同的检验方法，视数据的类型和比较的对象而定 在此，我们将检验计量型输出数据（Variables Output Data）与计数型输入数据（Attributes Input Data） 工具使用场合 工具使用场合 具体内容介绍 T检验的分类 数据 连续型数据 Y 和离散型数据 X 连续 Y 和离散X路线图 连续 Y 和离散X路线图 分析路线图 ：单一 样本 正态分布检验的三种方法 Minitab 指令图形化汇总 Minitab 指令:正态检验 Minitab 输出 Minitab用另一方法来回答此问题 单一样本：非正态数据 Minitab ：分析 Minitab 输出 与前面一样--但针对每个水平顾客2数据 Minitab –堆叠数据 Minitab –堆叠数据 Minitab –堆叠数据 Minitab ：等方差检验 Minitab ：等方差检验输出 两个平均值的比较 有两种方法来比较两组样本的平均值 两个样本的T检验 一元方差分析（下一个模块） 我们将讨论这两种方法，并比较它们的相似处与不同处 双尾检验 (Two-Tailed Test ) 假设检验通常以 ? 的形式来表示 Minitab – 两个样本 t 检验 Minitab -两个样本 t 检验 Minitab –配对 t 检验 Minitab –配对 t 检验 Minitab –配对 t 检验 Minitab –配对 t 检验 Minitab –配对 t 检验 Minitab –配对 t 检验 Minitab –配对 t 检验 Minitab –配对 t 检验 Minitab –配对 t 检验输出 Minitab –配对 t 检验输出 通常易出现的问题 总结 修改履历 配对 T 检验和置信区间: 材料A, 材料B 材料A - 材料B 的配对 T 平均值 N 平均值 标准差 标准误 材料A 10 10.630 2.451 0.775 材料B 10 11.040 2.518 0.796 差 分 10 -0.410 0.387 0.122 平均差的 95% 置信区间: (-0.687, -0.133) 平均差 = 0 (与 ≠ 0) 的 T 检验: T 值 = -3.35 P 值 = 0.009 结论：材料A和材料B制作的皮鞋磨损的厚度均值不相等。 材料A 与 材料B 的双样本 T 平均值 N 平均值 标准差 标准误 材料A 10 10.63 2.45 0.78 材料B 10 11.04 2.52 0.80 差值 = mu (材料A) - mu (材料B) 差值估计: -0.41 差值的 95% 置信区间: (-2.75, 1.93) 差值 = 0 (与 ≠) 的 T 检验: T 值 = -0.37 P 值 = 0.717 自由度 = 17 如果用双样本t检验会得出什么结果？试做一下。 你的结论是什么？ 您所寻找的数值是否介于此范围之内? 正态 非正态 均值检验 单样本T检验 单样本 Z-检验t 示例: (Ho: =26.0) Z- or T-检验 (如果 n25) 转换成正态数据并使用 Z 检验 Non-Parametric Tests非参数检验 1-Sample Wilcoxon Signed-Rank Example: (Ho: 中位数 =26) P值 0.05 真实平均值 (或中位数) 不等于 特定值 Ho: 顾客1的中位数 = 26 Ha: 顾客1的中位数 ＜ 26 若 P 值低，则拒绝 Ho Wilcoxon 符号秩检验: 顾客 1 中位数 = 26.00 与中位数 ≠ 26.00 的检验 Wilcoxon