Minitab-T检验PPT.pptVIP

您所寻找的数值是否介于此范围之内? Minitab用另一方法来回答此问题 正态 非正态 均值检验 单样本T检验 单样本 Z-检验t 示例: (Ho: =26.0) Z- or T-检验 (如果 n25) 转换成正态数据并使用 Z 检验 Non-Parametric Tests非参数检验 1-Sample Wilcoxon Signed-Rank Example: (Ho: 中位数 =26) P值 0.05 真实平均值 (或中位数) 不等于 特定值 Ho: 顾客1的中位数 = 26 Ha: 顾客1的中位数 ＜ 26 若 P 值低，则拒绝 Ho 单一样本：非正态数据 Wilcoxon 符号秩检验: 顾客 1 中位数 = 26.00 与中位数 ≠ 26.00 的检验 Wilcoxon 估计中 N 检验 N 统计量 P 位数 顾客 1 100 100 190.0 0.000 24.81 另一个 P值 ! Minitab ：分析 我们应做什么决定? 研究 离散度 1 水平 X 的比较 研究稳定性(若可行) 研究形态 研究 中心趋势 描述统计 该假设的s 是否在区间之内? 数据为正态时，此检验才有效 Minitab 何为焦点或问题？ SPC Chart I-MR 是否有任何明显的变化趋势或模式，足以证明数据并非来自单一的总体/流程? 描述统计与正态分布 数据是否为正态分布 ? 小 P值 (.05), 数据为非正态分布 注意样本大小的问题 分析路线图:单一样本 步骤4：研究离散度 顾客1 25.2969 26.0578 24.0700 24.8199 25.9851 25.3572 …. 实际问题: 给客户1的交货时间的标准差 (离散度) 是否小于 1.5 天? 如果是 1.0 天呢? 分析路线图:单一样本 Minitab 输出 我们应做什么决定? 2 水平 X 的比较 研究稳定性(若可行) 研究形态 研究离散度 研究中心趋势 1 水平 X 的比较 研究稳定性(若可行) 研究形态 研究 离散度 研究 中心趋势 或 方差 均值 / 中位数检验 分析路线图 注意: 当2水平时，我们比较它们相对应的某些方面 2 水平的范例：对顾客1与顾客2的交货时间是否有显著的差异? 2 水平 X 的比较 研究稳定性(若可行) 研究形态 研究离散度 研究中心趋势 方差 均值 / 中位数检验 分析路线图 2 水平 X 的比较 研究稳定性(若可行) 研究形态 研究 离散度 研究 中心趋势 打开工作表 双样本 t 分析路线图:2个样本 顾客1 顾客2 25.2969 26.0056 26.0578 25.9400 24.0700 26.0063 24.8199 26.4356 25.9851 25.9927 24.6902 23.6961 25.9337 25.6764 25.1005 24.5723 … ... 实际问题: 顾客1与顾客2的交货时间 是否有显著的差异？ 分析路线图:2个样本 零假设(Ho): 对顾客1与顾客2的交货时间没有差异 备择假设(Ha): 顾客1与顾客2的交货时间不同 假设 2 水平 X 的比较 SPC Chart I-MR 是否有任何明显的变化趋势或模式，足以证明数据并非来自单一的总体/流程? 描述统计与 正态检验 数据是否为正态分布 ? 小 P值 (.05), 数据为非正态分布 注意样本大小的问题 Minitab 焦点或问题是？ 研究稳定性(若可行) 研究形态 分析路线图:2个样本 与前面一样--但针对每个水平顾客2数据 我们应做何决定? 我们应做何决定? 为什么我们要分别检验每一样本的稳定性与正态性? Minitab –堆叠数据 顾客1 顾客2 堆叠 子组 25.2969 26.0056 25.2969 1 26.0578 25.9400 26.0578 1 24.0700 26.0063 24.0700 1 24.8199 26.4356 24.8199 1 25.9851 25.9927 25.9851 1 24.6902 23.6961 24.6902 1 25.9337 25.6764 25.9337 1 … … … ... Minitab –堆叠数据 堆栈数据与 方差均等检验 Levene’s Test Ho: ?2A= ?2B Bartlett Test (F-Test) Ho: ?2