- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多变数分析lyn
* * * * 多变数分析 Multi variance analysis Lyn 2015/1/22 假设检验介绍 Hypothesis testing 定义 测量 分析 改善 控制 Six Sigma 项目的五个阶段 T检定 中位数检定 ANOVA 比率检定 等方差检定 卡方检定 正态性检定 相关性 回归 实验设计 假设您想要证明你的一位朋友有超能力,能预测未来。当您丢一个铜板,你朋友说“正面”,铜板就真的正面朝上。 您会因此接受你的朋友是有超能力的人吗? 掷铜板实验 我们根据机率来做选择 案 例 你认为孩子是不是海军的? 与常态曲线比较 266 天 305 天 已知人类怀孕天数服从正态分布,平均值为266天,标准差为16天,问怀孕天数达到305天的概率为多少? 与常态曲线比较 你的结论是什么? 常态曲线为一个模式 常态检定StatBasic StatisticsNormality Test 应用模式 实际问题 数学模式 实际解答 如果我们的数据恰好像这个模式,我们就能使用此模式来描述情况。这使我们能够使用强大的数学工具 实际状况 vs. 模式 假设检定 假设就是我们想要检定的一陈述 每个订单平均处理时间为 12 天 5 号机台的不良率因为我们的努力而改善了 湿度和不良品成本无关 作业员的操作手法对于产品有影响 无效假设 (Null Hypothesis) 是我们想要拒绝的假设。习惯上,是假设没有发生有意义的事—流程改变并无效果、批量 A 和 B 并无不同。切记,无效假设就是不显着假设 (Dull Hypothesis) 假设检定 对立假设 (Alternative Hypothesis) 是假设已经发生某些事情—我们改变流程的确有效、批量 A 和 B 确实存在着差异 第 I 种错误 我们将 “干扰” 误认为 “信号” 拒绝了实际上是对的无效假设 α 风险 两种错误 第 II 种错误 将 “信号” 误认为 “干扰” 接受了实际上是错的无效假设 β风险 范例: Ho : minoxidil米诺地尔不会帮助头发增长 Ha : minoxidil米诺地尔能说明头发增长 如果结论是minoxidil 不会帮助头发增长 我们犯了那类错误? 两种错误 范例: Ho : Aspirin阿司匹灵不会帮助头发增长 Ha : Aspirin阿司匹灵会帮助头发增长 如果结论是阿司匹灵会帮助头发增长 我们犯了那类错误? 两种错误 流程行为图和两种错误 采取行动 不采取行动 您愿意接受多少风险? α风险 0.05 是业界极为常见的选择 β风险 β风险值常在 0.2 如果从检定中得到的 P 值小于您已决定能接受的 α 值, 拒绝无效假设 如果拒绝无效假设,就表示接受对立假设 “如果 P 值小,拒绝 Ho” 大部分的检定方法皆会计算 P 值 Two-sample T for old tensioner vs new tensioner N Mean StDev SE Mean old tensioner 5 84.22 1.34 0.60 new tensioner 5 85.53 2.15 0.96 Difference = mu (old tensioner) - mu (new tensioner) Estimate for difference: -1.31 95% CI for difference: (-4.08, 1.46) T-Test of difference = 0 (vs not =): T-Value = -1.16 P-Value = 0.291 DF = 6 双样本 T 检定 用来检定两组抽样的平均值是否相同 在此回归分析中,用来检验方程式的系数是否显著 大部分的检定方法皆会计算 P 值 用推论统计做决策 你记录的UPH状况为: 90 100 105 120 110 是否证明UPH100? 用推论统计做决策 你记录的UPH状况为: 105 104 103 106 107 是否证明UPH100? 常用的统计工具 T检定 中位数检定 ANOVA 比率检定 等方差检定 卡方检定 正态性检定 相关性 回归 针对不同情况使用不同的统计工具 想要知道产品质量 (好或坏) 和生产线 (A 或 B) 是否有关连 使用什么工具? 想要知道产出率是否随反应炉不同而不同 想要知道胶化时间和催化剂用量是否相关 Thanks! * * * * * * * * * * * *
您可能关注的文档
最近下载
- 天然气管道安装工程施工组织设计.doc VIP
- 23G518-1 门式刚架轻型房屋钢结构(无吊车) .docx VIP
- 推拿治疗腰椎病.pptx VIP
- GB∕T 6185.1-2016 2型全金属六角锁紧螺母(高清版).pdf
- 专题10 阅读理解应用文-五年(2020-2024)高考英语真题分类汇编(全国版)(原卷版).docx VIP
- 南通如皋五年级上学期理科素养期中试卷及答案.pdf VIP
- 宠物医疗市场宠物医疗人才培养与市场需求分析报告2025.docx
- 员工罚款单表格模板.docx VIP
- 2.3程序设计基本知识课件人教中图版高中信息技术必修1.pptx VIP
- 大批量主机系统自动部署.docx
原创力文档


文档评论(0)