03-03假设检验要点.pptVIP

Six Sigma Greenbelt Training;目的;但是什么时候有100%确定的事呢 ?;“ 亲爱的 Body: 你在你的专栏里说妇女怀孕期是 266天。这是谁说的？我怀我的孩子用了10 个月零5天，这是确信无疑的，因为我精确地知道孩子怀上的那一天。我的丈夫在海军服役，这个孩子不可能在其他任何时间怀上，因为我见到只他一次，只有一个小时，而且在孩子出生之前我再也没有和他见面。 我不饮酒，也不东奔西跑，而且这个孩子不可能不是他的。所以请在报纸上声明收回关于 266 天怀孕的时间。因为否则我将面临许多的麻烦！ - 圣地亚哥读者”;分析一下这个问题...; 产科医生早就知道： 正态分布 平均 = 266 天 标准偏差 = 16 天 ;妥善处理不确定 使主观最小化 问题假设 预防重要信息的遗漏 控制判断错误的风险;假设检验;在真实世界中;假设检验;假设检验;假设检验;它是那一个?; 关键术语 Ho = 归无假设(Null Hypothesis) Ha = 对立假设(Alternative Hypothesis) P Value= 概率值 ;假设检验;陈述一个 “归无假设” (Ho);在我们所知的基础上，我们提出一个假设来解释我们所不知道的事情。 一般情况下，假设采取以下形式： Y=f(x1,x2...xn) 我们设计一个实验，通过测定 X 对 Y 的影响来证明这个假设是对或错。 我们假设归无假设是对的 然后我们寻找确凿的证据来支持或推翻假设。 如果我们推翻了归无假设，那么我们接受对立假设。 ;我们接受或推翻假设时，也相应地伴随一个已知的风险和置信度。 为此在调查之前我们先确定判定风险的幅度和可接受的检验灵敏度。 完成此项后，我们就有了确定理想样本数的信息了。 为了制定一个合理的抽样计划，我们必须考虑实际费用、时间和可利用资源的限制 。 ;关于归无假设...;在决定推翻与否时，我们可能会犯两类判断错误中的一个： ;示例: 审判;示例: 机场安全;假设检验：怎么用？ ;P-值到处都有!;我们希望这些观察结果随机发生的机会小于10% (α= .10). 5% 会更好一些 (α= .05). 1% 感觉非常好 (α = .01). α的水平取决于我们的假设“没有差别”和所参考的散布类型。 但它依赖于利益和因果关系 ;假设检验的步骤 ;步骤（继续）;假设检验的应用;假设验证;把假设检验和6 Sigma路径连接 ;工程改善方法论?;数据类型;统计工具路径 你的统计学教授从未教过你的东西 ;分析的路径 单个 X - 单个 Y;场景 #1;场景#2;场景 #3;假设验证术语;术语（继续）