六西格玛绿带培训分析关键因素讲解.pptVIP

练习四 每个项目组根据测量阶段分析的结果,指明要比较的每一个变量(原因)的数据类型、分析的目的、使用的方法等。(30分钟) * 直线不要 比较的两类风险 判断 事实 ?1 ≤ ?2 ?1 ＞ ?2 ?1 ≤ ?2 ?1 ＞ ?2 正确 Prob 1-? 正确 Prob 1-? 二类错误 Prob ? 一类错误 Prob ? 不能拒绝原假设 拒绝原假设 比较分析的错误类型 一类错误（Prob ?）：正确的原假设被拒绝（又称拒真、误诊） 二类错误（Prob ? ）：错误的原假设被接受（又称纳伪、漏诊） 注意几点： 1.拒绝具有说服力，接受没有说服力。 2. ?越小，说服力越强。 3. ?小，?就大； ?、 ?的取值根据实际需要。 假设检验错误类型 0.000 0.001 0.002 0.003 0.004 0.005 0.006 Y Estim Mean 3198.9487691 True Mean 3198.9487691 Hypoth Mean 3000 Std Err Mean 74.921803932 Beta 0.1872991439 Power 0.8127008561 2500 2600 2700 2800 2900 3000 3100 3200 3300 3400 3500 X 二类错误（Prob ? ） 一类错误（Prob ?） 一、单样本和目标值作比较 目的： 确定1个变量的均值和目标值是否存在显著性差异. 在实际工作中,我们想知道以下问题： 例如:1.系统方案的评审是否在规定的期限内完成。 2.设计人员的水平是否达到某一个水平 ……….. 通过比较分析我们就可以解决以上问题 单样本和目标值作比较 案例 为了衡量结构平台人员的技术水平是否某一要求,公司组织对结构设计人员进行了专业方面的考试,分别收集了设计人员的考试成绩,以评估分数作为衡量设计水平的指标,公司要求评估分不能低于85分.试问设计人员的设计水平是否能达到公司的要求? 我们可以抽样一些人员的考试成绩，使用比较分析的方法对此下结论. 数据文件:AFSS-A06-06一个样本 假设: 原假设H0 : ? ≥ 85 对立假设Hα : ? 85 1.确定数据的正态性 StatBasic Statistic DistributionNormality 数据正态性检验结果 结果: 根据P值来判断.P值0.05,数据属于正态分布.P值等于0.982,因此数据符合正态分布 点击OK 输入要比较的值 2.平均值的比较 StatBasic Statistic Distribution1 Sample t 案例分析结果 统计结论: P-Value=0.1180.05,因此没有充分的理由拒绝原假设. 实际结论: 不能说设计人员的水平不符合公司的要求 二、二个样本均值比较 目的： 确定2个变量或者1个变量在2个水平的均值（或者方差）之间是否存在显著性差异 在实际工作中,我们想知道以下问题 例如:1.二个不同产品之间的设计缺陷是否相同？ 2.2个设计小组的设计速度是否相同? ……….. 通过比较分析我们就可以解决以上问题 注意：2个样本的均值比较前必须先比较方差是否相等 二个样本均值比较 案例 为了比较2个产品经营业绩, 分别收集了某期内的有效值.试问2个产品的业绩是否存在显著性差异? 我们可以使用比较分析的方法对此下结论. 数据文件:A06-07二个样本 假设: 原假设H0 : ?1= ?2 对立假设Hα : ?1 ≠ ?2 StatBasic Statistic DistributionNormality 1.先验证正态性(A小组) 结果: 根据P值来判断.P值0.05,数据属于正态分布.P值等于0.221,因此数据符合正态分布 数据的正态性结果(B小组) 结果: 根据P值来判断.P值0.05,数据属于正态分布.P值等于0.08,因此数据符合正态分布 2、进行方差比较 StatBasic Statistic Distribution2Variances 假设: 原假设H0 : σ12 = σ22 对立假设Hα : σ12 ≠ σ22 方差比较结果 结果分析:P值大于0.05,说明它们的方差是相等的, 数据为正态分布时 数据为非正态分布时 3.比较均值是否相等 StatBasic Statistic Distribution2 Sample t 选择方差是否相等 比较均值是否相等(续) 案例分析结果 统计结果:P-Value=0.2150.05,因此采纳原假设. 实际结论:2个设