六西格玛数据分析技术教材(PPT).pptVIP

中国人民大学六西格玛质量管理研究中心 σσσ σσ σ SSMC 中国人民大学六西格玛质量管理研究中心 σσσ σσ σ SSMC 中国人民大学六西格玛质量管理研究中心 六西格玛管理培训丛书（5） 何晓群 主编 六西格玛数据分析技术 何晓群 编著 光盘作者：陶 沙 苏晨辉 中 国 人 民 大 学 出 版 社 第5章 假设检验 5.1 广告宣传的虚假性 5.2 假设检验(hypothesis testing)的几个步骤 5.3 单侧检验(one-tailed hypothesis) 5.4 双侧检验(two-tailed hypothesis) 5.5 两类错误 5.6 检验的应用 小组讨论与练习 σ σ σ σ σ σ σ 返回目录 本 章 目 标 1.了解假设检验的原理 2.掌握假设检验的步骤 3.了解怎样辨别I类和II类错误 4.学会计算单尾和双尾概率 返回目录 5.1 广告宣传的虚假性 手机电池的使用寿命不是按年来计算的，而是按电池的充放电次数来计算的。镍氢电池一般可充放电200-300次，锂电池一般可充放电350-700次。某手机电池厂商宣称其一种改良产品能够充放电900次，为了验证厂商的说法，消费者协会对10件该产品进行了充放电试验。得到的次数分别为891，863，903，912，861，885，874，923，841，836。 返回目录 广告宣传是虚假的吗 上述数据的均值为878.9，明显少于900。但是，到底均值落在什么范围内我们就认为广告宣传是虚假的呢？ 900 接受广告宣传 现在的问题是如何确定这两条线的位置 返回目录 假设检验的原理 假设检验的原理是逻辑上的反证法和统计上的小概率原理 反证法：当一件事情的发生只有两种可能A和B，如果能否定B，则等同于间接的肯定了A。 小概率原理：发生概率很小的随机事件在一次实验中是几乎不可能发生的。 返回目录 假设检验的原理(续) 由于个体差异的存在，即使从同一总体中严格的随机抽样，X1、X2、X3、X4、、、，也不尽不同。 它们的 不同有两种（只有两种）可能： （1）分别所代表的总体均值相同，由于抽样误差造成了样本均值的差别。差别无显著性 。 （2）分别所代表的总体均值不同。差别有显著性。 返回目录 5.2 假设检验的几个步骤 假设检验的一般步骤，即提出假设、确定检验统计量、计算检验统计量值、做出决策。 提出假设 构造统计量 做出统计 决策 计算统计量值 做出推断 返回目录 提出假设 在决策分析过程中，人们常常需要证实自己通过样本数据对总体分布形式做出的某种推断的正确性（比如，总体的参数θ大于某个值θ0），这时就需要提出假设，假设包括零假设H0与备择假设H1。 返回目录 零假设的选取 假设检验所使用的逻辑上的间接证明法 决定了我们选取的零假设应当是与我们希望证实的推断相对立的一种逻辑判断，也就是我们希望否定的那种推断。 返回目录 零假设的选取(续一) 同时，作为零假设的这个推断是不会轻易被推翻的，只有当样本数据提供的不利于零假设的证据足够充分，使得我们做出拒绝零假设的决策时错误的可能性非常小的时候，才能推翻零假设。 返回目录 零假设的选取(续二) 所以，一旦零假设被拒绝，它的对立面——我们希望证实的推断就应被视为是可以接受的。 返回目录 构造检验统计量 收集样本信息 利用样本信息构造检验统计量 返回目录 计算检验统计量值 把样本信息代入到检验统计量中，得到检验统计量的值。 返回目录 做出决策 1、 规定显著性水平α，也就是决策中所面临的风险 2、决定拒绝域(critical region)和判别值(critical value) 3、判定检验统计量是否落在拒绝域内 4、得出关于H0和关于H1的结论 返回目录 显著性水平 显著性水平α是当原假设正确却被拒绝的概率 通常人们取0.05或0.01 这表明，当做出接受原假设的决定时，其正确的可能性(概率)为95%或99% 返回目录 判定法则 1、如果检验统计量落入拒绝域中，则拒绝原假设 2、如果检验统计量落入接受域中，则我们说不能拒绝原假设 注意：判定法则2的含义是指我们在这个置信水平下 没有足够的证据推翻原假设；实际上，如果我们改变 置信水平或样本数量就有可能得到与先前相反的结果。 返回目录 零假设和备择假设 零假设 备择假设 1.大于等于(≥) 小于(＜) 2.小于等于(≤) 大于(＞) 3. 等于(＝)