0206离散数据置信区间与假设检验.ppt

第6部分: 离散数据的置信区间和假设检验 第6部分:离散数据的置信区间和假设检验 离散数据导图 Minitab可生成Pareto图 Pareto图形 Pareto图形 原始数据的Pareto图表 离散数据的指引图 离散数据分析的类型 离散数据分析的统计方法 离散数据指引图 正态分布值 正态近似法: 1个比例 激发想法 正态近似法: 单比例 比较2个比例(差异的取值范围是什么) 比较2个比例(差异的取值范围是什么) Poisson近似法: 1个比例(大n, 缺陷次数少) Poisson近似法: 1个比例 较大样本容量的影响 Poisson近似法: 1个比例(大n, 失败次数较少) 精确二项式检验：比较2个小比例（大n, 失败次数很少） 用Minitab计算比例 用Minitab计算比例 用Minitab计算比例 卡方检验... 卡方检验... 卡方检验... 列联表(Contingency Tables) 将其绘图! 将其绘图! 列联表 列联表 卡方分布 列联表 分析步骤: 离散数据分析的统计方法 课堂练习 - MM Expected values - 50 heads 50 heads observed values inserted table in Excel file. L:\6sigma\poisson approximation.xls New example 3 molds use to form glass bottles. for observed values if you only have one column, use # of outcomes - 1 StatTablesCross Tabulation 敷迁岗叙蔗惫魏风抢狠胸姥斜掏讫诣筏方小挡肛团跨惧磨篱元举漏海恿蝴0206离散数据的置信区间和假设检验0206离散数据的置信区间和假设检验 fo, 观测频率 df = (3-1)(4-1) “St Resid”（标准残差）大的单元不能与其它单元的型式不一致，对总卡方值产生很大的影响。 标准残差 标准残差的平方是该单元的?2 值。 .422 = (13-11.56)2/11.56 ?2 = (fo - fe)2 fe ? 与下页表格中的临界值比较 fe, 预期频率 fe = (总行数) x (总栏数) 总计 fe = 94 x 38 = 11.56 309 鸦插初仲法链遥郸妖忠屁雪首唁瞳或奸譬僳哨愁起十蜕值各挎犁笼残卜药0206离散数据的置信区间和假设检验0206离散数据的置信区间和假设检验 (r-1)(c-1)=df（自由度）其中 r = 行数 c =栏数 现莹陇看搅铃宁酪讶窝悦米眷赦骗岂治勃恨嘱瑶钎监顾埔受侣啡晨踢酷纱0206离散数据的置信区间和假设检验0206离散数据的置信区间和假设检验 你的任务是减少医院设备的服务呼叫次数。有5个医院都在使用3种型号相同的设备：MR(1), CT(2),和X-Ray(3)。现在设法确定在医院和需要服务的设备类型之间是否有什么关联。 在Minitab中输入以下数据： 课堂练习: 服务电话减少 县悉站罕埋琐仙横撇搐馒抠架傍栈漠久轰哟母合钝撕冗保创瀑勿副徒祭贡0206离散数据的置信区间和假设检验0206离散数据的置信区间和假设检验 将数据制图，并加以说明 计算自由度 运行交叉制表 得出结论 接派对下黍消舞预傲遇肪情热匿玫狰湖划坛孟规赔嘘乘横畸量祝株墟抱铀0206离散数据的置信区间和假设检验0206离散数据的置信区间和假设检验 p + z* p(1-p)/n z* p(1-p)* (p1 - p2) + 1 1 n1 n2 + ?2 (Chi-square) 精确二项式检验 Poisson 置信区间 正态 泊松（Poisson） 近似法 近似法 单比例 比较2个比例 超过2个比例 (及双向表) 大n (样本容量) p不太接近0或1 np10及n(1-p)10 大n (样本容量) 较小的缺陷比例 (p0.10) 下表总结了本部分中所用的方法。 Z是为满足置信度要求而从正态分布中产生的值。 虑楷罕环眠扣剔丛此球肾筋柄巩绢降平鲤背具手秤圃方子戎程斡持晨寨亦0206离散数据的置信区间和假设检验0206离散数据的置信区间和假设检验 下图显示何时使用正态法、何时使用Poisson法。合理方法的选择取决于样本容量和缺陷比例。 注： 使用卡方检验法比较