六西格玛教材40-22（Unit-4分析 47 方差分析）.pptVIP

* * * * 应用MINITAB分析(5)–等方差检验 ③等方差检验 路径： 统计- 方差分析 - 等方差检验…（参考下图） P值大于0.05 ④ 输出结果 ⑤ 结论：故3个人所油漆的厚度数据方差相等 应用MINITAB分析(5)–等方差检验 应用MINITAB分析(6) – 均值检验 ①目的：确认各水平数据集所对应的总体均值是否相等. ②路径：（堆叠型）统计- 方差分析 - 单因子…（参考左下图） （非堆叠型）统计- 方差分析 - 单因子… （未堆叠存放） 6、判中 应用MINITAB分析(6) – 均值检验 应用MINITAB分析(6) – 均值检验 ③均值检验输出结果 ④均值检验结论 各水平数据集所对应的总体之间的均值至少有一个不相等 单因子方差分析: 厚度 与 作业者 来源 自由度 SS MS F P 作业者 2 80.386 40.193 44.76 0.000 误差 87 78.116 0.898 合计 89 158.502 S = 0.9476 R-Sq = 50.72% R-Sq（调整） = 49.58% 3 2 3 2 2 2 1 2 s s s s Pooled + + = P 值小于显著水平 5% 时, 得到至少有一个总体均值与其他总体均值不同的结论. (推翻零假设) 这时,推翻所有总体均值相同的零假设(Ho ) - 即至少有一个均值不同. 因随机现象得到这样大的F-值, 实际上其概率不足 1/10,000. 这与抛硬币时, 10次连续相同的情况是相同的. 群间方差与群内方差相近时, F值接近1 . 本例中, F-值很大. 子群大小相同时共有标准差 应用MINITAB分析(7) – 残差分析 ①目的：二次检验前面的分析是否有不可信的证据（残差有异常现象） ②路径： 统计-方差分析 - 单因子…点击图形 -点四合一 7、判差 应用MINITAB分析(7) – 残差分析 ③残差输出结果： ④残差分析结论：没有足够的证据证明其残差分析有异常 主效果图、箱图及区间图 应用MINITAB分析(8) – Plots 8、附图 主效果图及 箱图 应用MINITAB分析(8) – Plots 统计方差分析主效应图 图形箱线图 Interval Plot (95% 置信区间) 区间图 应用MINITAB分析(8) – Plots 应用MINITAB分析(9)–Ε SQUARED Epsilon-Squared虽然是一个有争议的统计量, 但其结果提供实质性的显著性情报. Epsilon-Squared 根据适当的 input变量说明的 output变量的大小. 该统计量很容易计算. 这值是 Sum-of-Squares (Effect)/Sum-of-Squares (Total) . 在采取措施以前应经常要确认这值. 厚度的变动中有51% 是由作业者的差异引起的. 8、判重 应用MINITAB分析(10) – 结论 知道了是谁刷的厚. 单因子方差分析的 P-value 0.05,可采用备择假设 (Ha) “作业者中至少有一名刷的厚度与其他不同(或大或小)”. 这厚度差异,作业者实际影响的效果占51%. 在 95% 的置信水平中 (显著水平为 5%)确认为Walt有所不同. 决定对Walt进行再教育. 参考区间图或 主效应图 9、判实 利用Mont52.mtw 分析焊接强度的数据. 原因变量是电流. 按照分析 roadmap,与旁边的人协作. 您准备用不同的方法和结论对提问进行回答. 时间是15分! 实习 – 解释 按组别各准备 CATAPULT 发射者(3名)的变化? (跟球类无关) 角度每 2 度变化时(4水平) 距离是? (用乒乓球) 各条件用同样的条件各 15回 Test 利用这 DATA利用 Minitab与前面路径一样实施 ANOVA 分析 结果发表 – 实习 – CATAPULT F t = 2 F值和 t值的关系 对它进行测试 - 利用投射器(catapult)数据, t-检验(两侧检验)和 F- 检验实施. 再多想想(1) – t-test 比较 在前面关于油漆厚度的实验所得到的结果中, 针对Bob的结果和 Walt的结果进行比较, 将t-test得到的 T值进行平方时就得到与F值相同的结果 再多想想(1) – t-test 比较 * * * ANOVA=Analysis of Variance，能解决多个均值是否相等的检验问题 * * * * * * * * *