假設檢驗.pptVIP

(海量营销管理培训资料下载) 假设检验 样本大小取决于你的... 你必须决定在某一置信度下可以接受的误差，或者说怎样的区别才会 被认为是有显著差异的。 如果你不知道你可以接受的误差…你可以从用1/2标准偏差开始 数据与你的取样方法有很大关联…如果样本不能代表总体，你不会得到正确的答案 !!! 最重要的是你的专业判断... 正确地取样 (有代表性和适当的样本大小) 逻辑数据: 比例数的样本大小 配货中心打算采用可提高定单正确性的新系统。分别用新、旧系统处100 个定单，我们定义定单准确性1% 的改进为显著的改进，我们可以使用新系统吗？ 旧系统 新系统 正确的 定单数 97/100 98/100 ANOM 显示没有显著区别 .... 因为我们 的样本大小 不足以区别1% 的改进 我们能觉察到的最小的改进是4%!!! 但是， 如果我们先计算样本大小呢... 从历史数据, I 我知道 p = 97% 根据我的专业知识，我知道如果改进达到% (E=1%) 我会使用新1 查表知道, H? = 2.24 n = (0.97*(1-0.97))*(2.24/0.01)**2 = 1460 用较大的样本重做假设检验... 旧系统 新系统 正确的 定单数 1445/1500 1465/1500 新、旧系统各取1500个定单 ... 在95% 置信度下有显著的差别 !!! Old System New System 0 . 9 7 5 0 . 9 7 0 0 . 9 6 5 0 . 9 7 6 1 0 4 0 . 9 6 3 8 9 6 0 . 9 7 Proportion Accurate Orders Analysis of Means -Accurate Orders 逻辑数据: 可计数数据的样本大小 每个仓库每8小时平均的发货数是17个定单. LLC正在试行一种新的发货的流程，但可能会 增加每个仓库完成的定单发货数。有两种可能的新流程，但 都会显著提高成本。 只有在新系统使每个仓库完成的定单发货数至少增加3次的前提下，成本才与现流程相当。 问 我们需要收集多少天的数据? c = 17 E = 3 Ha = 2.39 n = 17 * (2.39/3)**2 = 10.8 或 11 days 收集 11 天的数据... n E H = é ? ê a c ù ? ú 2 * Day Old New1 New2 1 17 19 20 2 16 18 19 3 18 19 21 4 19 17 22 5 15 17 18 6 17 19 20 7 16 18 19 8 15 17 18 9 17 19 20 10 18 20 22 11 19 21 22 Source DF Seq SS Adj SS Adj MS F P C8 2 0.30066 0.30066 0.15033 6.96 0.003 Error 30 0.64788 0.64788 0.02160 Total 32 0.94854 注: 可转换的可计数数据的Anova 表格 逻辑数据: 可计数数据的样本大小 结论: 我们要实行第二种新流程 !!! 每个仓库完成的定单发货数 连续数据的样本大小 Mary Anne, LLC客户服务负责人, 需要估计对客户查询的平均反应时间. 通过随机的5个客户查询 , Mary Anne 发现平均反应时间是20小时，标准偏差是 7 小时. Mary Anne 的估计值允许的误差必须在5% 即1小时以内. 问要取多大的样本? E n = é ? ê ù ú H a * 2 s s = 7 hrs E = 1 hr Ha = 1.96 n = (7 hrs * 1.96/1hr)**2 = 192 要使估计值允许的误差在1小时以内，需收集大约200个查询数据 ! Mary Anne 收集了随机取样的200个客户查询反应时间的数据并发现: 中心值= 19.0 小时 标准偏差 = 8 小时 她计算出在95% 置信度下，置信区间为: x +/- (s * Ha) 或 19 +/- (8