六西格玛教材4023（Unit4分析48卡方检验）.pptVIP

理论 让我们查看一下我们的例子…. 假设我们要决定 年龄 和 雇佣实际 相关或不相关,因而我们的假设描述如下... Ho: 年龄 和雇佣实际 不相关 Ha: 年龄 和 雇佣实际 相关 我们必须建立一个观察频率表，把我们的两个变量分 成两个等级。 年龄: 年老 年轻 雇佣实际: 雇佣 不雇佣 然后我们收集数据来进行分析. 被雇佣 未被雇佣 年老 30 45 150 230 年轻 步骤#1 计算列和行的合计 被雇佣 未被雇佣 年老 30 45 150 230 年轻 步骤#2 合计 合计 75 380 455 275 180 被雇佣 未被雇佣 年老 年轻 步骤#3 建立一个 观察频率表.也就是说, 如果这2个因素真的不相关， 这个表会显示出什么? 我们应该怎么做? 步骤 #3 （继续） 建立一个 期望频率表. 也就是说, 如果这2个因素真的不相关， 这个表会显示出什么? 被雇佣 未被雇佣 年老 = 29.6 ___ ___ ___ 年轻 合计 合计 75 380 455 275 180 单元的期待频率是: (列合计）× (行合计) 总计 75 x 180 455 步骤 #3 （继续） 被雇佣 未被雇佣 年老 29.6 ___ ___ ___ 年轻 合计 合计 75 380 455 275 180 如果这两个因素真的不相关，29.6 正是我们所期望的 你做完了这个表格! 150.3 45.3 229.7 步骤 #4 被雇佣 未被雇佣 年老 ___ ___ ___ 年轻 合计 合计 75 380 455 275 180 从观察值中减去期望值 (O-E) 你做完了这个表格! 30-29.6=.4 -0.3 -0.3 0.3 步骤 #5 被雇佣 未被雇佣 年老 ___ ___ ___ 年轻 合计 合计 75 380 455 275 180 将差值平方 (O-E)^2 你做完了这个表格! (.4)*(.4)=.16 .09 .09 .09 步骤#6 被雇佣 未被雇佣 年老 ___ ___ ___ 年轻 合计 合计 75 380 455 275 180 计算相对的差值的平方 (O-E)^2 / E 你做完了这个表格! .16 / 29.6 = .005 .0006 .002 .0004 所以怎么样? 相对的方差的和是一个Χ2分布！ 0 1 2 3 4 5 如果不相关，我们期望这个差值接近于0。随着我们做得越来越深入，这两个变量看起来就越像相关了。为了帮助我们作出这个判断，我们将依靠P值。 Χ2 无关性检验 分析路径 收集数据 运行 Minitab 表格 卡方检验 命令 评价 P 值 检查偶然性 表格 作出结论 用 Minitab 分析数据 卡方检验: Hired, Not 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贡献 Hired Not 合计 1 30 150 180 29.67 150.33 0.004 0.001 2 45 230 275 45.33 229.67 0.002 0.000 合计 75 380 455 卡方 = 0.007, DF = 1, P 值 = 0.932 用 Minitab 分析数据 注意: 观测值和期望值与刚才的计算结果是相同的 你将做出什么样的判断? 一个 P-值 ! 另外一个例子 . . . 你将作出什么判断? 被雇佣 未被雇佣 年老 45 45 135 230 年轻 Χ2 注释 Χ2 是我们本星期所学的最不容易识别，通常也是比较“难分析”的工具。但当我们处理记数性数据时会发生同样的事情。 为了进行Χ2-检验你必须有至少 5个期望频率值，或使用 Minitab。 你收集的数据必须确保是随机性的. 小心其他的隐藏因素 (X). 回顾 介绍无关性Χ2-检验的基本概念 将无关性Χ2-检验与MAIC路径相联系 选择练习 - 1 测量系统评价 以下关联是不良数的监控过程 # 合格 #不合格 Al 232 434 Eric 590 1199 Debbie 45 83 作业者与产品等级之间是否有联系呢？ 如果有联系，是什么造成了差异? 下一步你该做什么? 选择练习 - 2 Zip和Jaz之间是否有联系? 他们是否有相似的问题? Zip Jaz Door Jams Damaged Media Software 32 32 42 135 80 98 你下一步要做什么? *