教材DiscreteDataAnalysis.pptVIP

Copyright Route Six Sigma, LLC 2002 离散型数据测试 1 Proportion 2 Proportion 如何验证根本原因 对于离散型的数据: 你必须对“存在/不存在”图形的四个象限都收集数据 当大部分的数据位于对角线所在的象限时，根本原因就被验证了 差距能体现出原因的存在？ 利用Minitab进行分配比例比较 Minitab为比例的假设检验和置信区间的计算提供了两种方法. 1-proportion 测试的原假设是 HO: p0=p1 备择假设包括不等、大于或小于. 例子： 珠盒的供应商声称. 盒子里面的红色珠子比例为15.3%，我们通过抽样来验证供应商的说法是否正确。 1-proportion 测试 计算珠盒里每份100颗珠子中红色珠子的数量. 打开 StatBasic Statistics1-Proportion. 在“ number of trials”一栏中键入200 ，并将红色珠子的数量键入“ number of successes”一栏中. 按 Options键 在 options 对话框中, 填入虚无假设的数值。在这个例子里，预期的红色珠子比例是.153. 若你在此处未定明比例，Minitab 将使用预设值 0.5. 选择使用常态近似值测试. 连按两次OK健. 结论与阐述 样本比例是 17.5% HO的 p 值 (假设测试) =.153 is .387 这告诉我们什么呢? 红色珠子比例的置信区间是 (.122, .228) 这告诉我们什么呢? 为何在此时用常态近似值测试? 练习 据人口普查局的调查表明:有73.2%的16岁或16岁以上的工人独自开车去上班.在实行共同开汽车上班的办法以后,一个城市调查发现300名工人中有201人独自开车上班。城市管理者想知道该城市中独自开车上班的人所占比例是否比全国的这个比例要低? a.城市管理者的原假设是什麽? b.用调查到的数据检验这个原假设.独自开车者的比例减少是否统计显著? 比较2 Proportions 比较 2 Proportions的原假设是什么? 须解决的问题 测试对旅行车经销商的服务表示不满的客户比率和对厂商不满的比例是否有显著差别 决定对经销商不满的百分率是否显著高于厂商的百分率，还是差別是偶然的. 使用 StatBasic Statistics2 Proportions. 采用摘要数据. 操作 恰当的样本量取 使用 StatPower and Sample Size2 Proportions 给定比例和检出力.8，解决样本大小的问题 功能水平.8所要求的样本大小是什么? 假设检验 什么是 HA? _________________________ 使用 StatBasic Statistics2 Proportions. 采用Summary Data. 在空格中填入恰当的样本信息. 选择 Options 改变显著水平或/及HA， 调整到恰当的程度. 要选择汇集标准偏差. 连按两次 OK. 结果 在会集窗口显示结果如下. Test and CI for Two Proportions Sample X N Sample p 1 3281 36054 0.091002 2 48 214 0.224299 Estimate for p(1) - p(2): -0.133297 95% CI for p(1) - p(2): (-0.189261, -0.0773320) Test for p(1) - p(2) = 0 (vs not = 0): Z = -6.73 P-Value = 0.000 你如何解释这样的结果呢? 双比例样本大小计算 作为政治顾问，你想知道在支持税务改革的男女比例分配是否存在差別. 以前对已登记的选民的统计结果显示，30%的选民支持改革. 若你发出1000封调查信，要发现男女支持比例差别在5%以上的功能值是多少呢？? All Rights Reserved. 2000 Minitab, Inc. 若功能水平低于80%，那就要注意，怎样的样本大小才会产生80%和90%的功能水平呢. 同时，在80%和90%的功能水平上，1000份的调查会发现怎样的最小差別呢. 给定样本大小和最小差別，确定测试的功能水平 选择 StatPower and Sample Size2 Proportions. 在 proportion 1中键入过往支持水平(30%). 在Proportion 2 中键入比例差別，同时在样本大小一栏中键入调查的数量. 按 OK proportion 1 = prop