mintab置信区间和假设检验.ppt

Poisson 分布的拟和优度检验 统计 基本统计量 Poisson 分布的拟和优度检验 ? 使用 Poisson 分布的拟合优度检验 可以检验以下假设： ? H0：数据服从 Poisson 分布 ? H1：数据不服从 Poisson 分布 1）选择统计 基本统计量 Poisson 分布的拟和优度检验。 2）在变量中，输入事故数。 3）单击确定。 Poisson 分布的拟和优度检验 练习 对前述8个固定架作每二个之间作方差相等检验 流程图 P＜0.05表明了一种统计显著性关系（小5拒0） Y离散数据假设检验路线图 ===本节完=== 案例2 产品缺陷研究 独立性检验统计量服从Chi-Square分布. 案例2 产品缺陷研究 独立性检验统计量服从Chi-Square分布并计算如下. 统计 表格 卡方检验（工作表中的双向表） 卡方检验: 不良类型1, 不良类型2, 不良类型3, 不良类型4 在观测计数下方给出的是期望计数 在期望计数下方给出的是卡方贡献 统计 表格 交叉分组表和卡方 统计 表格 交叉分组表和卡方 汇总统计量: 班次, 类别 使用 数量 中的频率 行: 班次 列: 类别 计数描述性统计 1、选择统计 表格 描述性统计量。 2 、在对于行中，输入性别。在对于列中，输入吸烟。 3 、单击类别变量，选中计数和行百分比。单击确定。 4、 单击关联变量，然后输入脉搏。 5、 在显示下，选中平均值。在每个对话框中单击确定。 选择统计 表格 描述性统计量。 1 在对于行中，输入性别。在对于列中，输 入活动。 2 单击关联变量，输入身高 和体重。 3 在显示下，选中平均值、标准差和 N 非 缺失。在每个对话框中单击确定。 （六）、总体方差置信区间和假设 8台设备数据分布图 从图形中可得出答案，假设检验给出了答案的统计置信度 您想知道什么？ 1、方差： 统计问题– 不同固定架方差之间看上去明显的差异是实际存在还 是偶然发生的？ 实际问题- 我们是否应该努力制造象2号那样的固定架，以减少方 差？ 2、平均值： 统计问题- 不同固定架均值之间看上去明显的差异是实际存在还是 偶然发生的？ 实际问题- 我们是否应该努力制造象3号那样的固定架，以使它们 接近目标值？ 采用假设检验法来分析差异是实 实在在的还是偶然发生的 1、一个总体置信区间和假设检验 χ2分布图 1）、设备5的总体方差区间估计 1）、设备5的总体方差区间估计 1、设备5的总体方差区间估计 2）、一个总体方差区间假设检验 2、一个总体方差假设检验 2、一个总体方差区间假设检验 Minitab处理 Minitab处理 Minitab处理 8台设备数据分布图 从图形中可得出答案，假设检验给出了答案的统计置信度 2、二个总体置信区间和假设检验 1）、二个总体方差区间假设检验双边检验 2）、二个总体方差区间假设检验单边检验 统计 基本统计量 双方差 等方差检验: 设备3, 设备5 设备3和设备5波动分析 （七）正态分布检验 统计 基本统计量 正态性检验 生成正态概率图 并进行假设检验 ，以检查观测值是否服从 正态分布 。对于正态性检验 ，假设为 H0：数据服从正态分布 与 H1：数据不服从正态分布 图形中的垂直尺度类似于正态概率图中的垂直尺度。水平轴 为线性尺度。此线形成数据所来自总体 的累积分布函数的 估计值。图中会显示总体参数的数字估计 （m 和 s）、正 态性检验值以及关联的 p 值 。 统计 基本统计量 配对 t ? 配对 T 检验和置信区间 ? * 注 * 无法使用摘要数据生成图形。（为什么？） 平均值 N 平均值 标准差 标准误差分 6 0.300 0.335 0.137 平均差的 95% 置信区间: (-0.052, 0.652) 平均差 = 0 (与 ≠ 0) 的 T 检验: T 值 = 2.19 P 值 = 0.080 三、比率假设检验 1、单比例假设检验 2、双比例假设检验 1、总体比率假设检验 一种假设检验，用来确定生成特定事件的试验的比率是否等 于目标值。此过程检验总体比率 (p) 等于假设值 (H0:p = p0) 的原假设。备择假设可以是左尾 (p p0)、右尾 (p p0) 或双尾 (p ≠ p0) 假设。 1）原假设和备择假设 如果P0表示总体比率一假设值，P表示总体假设。 HO:P≥P0,Ha:pp0 HO:P≤P0,Ha:pp0 HO:P=P0,Ha:p≠p0 1、总体比率假设检