A阶段绿带教材(最新)教学讲义.ppt

学院是否与性别无关？ H0 :学院与性别无关 H1 :学院与性别有关 College Engineering Business Education Total Gender Male 512 357 127 996 Female 215 220 389 824 Total 727 577 516 1820 举例 统计方法 使用列联表，假设所有数据都相互独立 检验标准存在于Chi- square 统计中 = 期望频率计算 College Engineering Business Education Total Gender Male 512 357 127 996 Female 215 220 389 824 Total 727 577 516 1820 实际的数据 比例比较：多比例检验 Chi-Square计算 = 计算Chi-square 值： 大的 值意味着比较实际，频率为期望频率，该两组变量是相关的。 重点 = + …… + = 273.08 + 期望频率计算 期望的频率 College Engineering Business Education Total Gender Male 397.85 315.76 282.38 996 Female 329.15 261.24 233.62 824 Total 727 577 516 1820 =397.85 每个单元格： 期望的频率 = 比例比较：多比例检验 = 273.08 从 Chi-square 表格中可见, α=0.05, 2 dof. 关键值： =5.99 因为： 所以我们否定零假设。 比较计算的Chi-Square和临界值 P值 Minitab软件计算P值，用Minitab建立列联表和P数值： StatTablesChi-square test Expected counts are printed below observed counts Chi-Square contributions are printed below expected counts C1 C2 C3 C4 Total 1 512 357 127 996 1992 397.85 315.76 282.38 996.00 32.750 5.385 85.500 0.000 2 215 220 389 824 1648 329.15 261.24 233.62 824.00 39.586 6.509 103.347 0.000 3 727 577 516 1820 3640 727.00 577.00 516.00 1820.00 0.000 0.000 0.000 0.000 因为P值=0.000,小于α=0.05，我们将否定零假设。 结论 比例比较：多比例检验 样本量的选择 第二章 假设检验 选择样本量的重要性 如果样本量太小？ 问题：不能发现差别 如果样本量太大？ 问题：太灵敏 资源浪费 样本量计算 样本选择的步骤 step1：确定需研究的响应变量（Y） step2：选择适当的统计检验方法 Step3：确定两类风险 Step4：确定需要的偏移灵敏度 Step5：建立或评估现有过程参数 Step6：确定样本量 抽样风险 H0：没有差异 H1：有差异 正确决策 1- α II类错误 β I类错误 α 正确决策 1- β 零假设真 零假设伪 不否定零假设 否定零假设 Decision 决策 True State 真实情况 偏移灵敏度 进行实验前，首先要确定显著差异δ。 显著差异除以标准差，得到偏移灵敏度δ/σ。 对比平均值的检验 1-Sample Tests： □Stat/Power and Sample Size/1- Sample z □ Stat/Power and Sample Size/1- Sample t 2- Sample Tests： □ Stat/Power and Sample Size/2- Sample t Example 1 用64昂司的盒子装冰其淋，差异不能超过3昂司 装冰其淋的机器的过程变异为1昂司。 要求置信度为0.99,检出能力为.5 .7 .9时样本量分别为多少. Stat/Power and S