Unit-4分析 4.6 均值检验.ppt

分散一样. 分散不一样. If N 25 ANOVA or T (or transformation) Or Mann-Whitney (Median A = Median B) 2 Sample T-Test with Assume Equal s 1-Way ANOVA Ho: ?A= ?B X If N25 2 Sample T (or transformation) Or Mann-Whitney (Median A = Median B) 双样本T检验 with Assume Equal s 1 Way ANOVA Ho: ?A= ?B P-值小. (.05) 对2个总体中心位置(Centering) 不一致. Normal Non-Normal Stack Data Homogeneity of Variance Test Levene’s Test Ho: ?2A= ?2B Bartlett Test (F-Test) Ho: ?2A= ?2B Normal Non-Normal P-值小. (.05) 分散不同l Comparisons Involving 2 Levels SPC Chart I-MR Descriptive Stats and Normality Tests Minitab 要观察什么？ Study Stability(if applicable) Study Shape Study Centering Study Spread 有没有说明数据不是 一个的 总体/工序中得到的显著现象或现象？ 数据有正态分布吗？ P-Value小时 (.05), 数据没有正态分布. 对样本大小显著. 双样本T检验 比较两个平均的 2种方法 双样本T 单因子方差分析 在下一个范围观察 ANOVA 方法… [Step 4] 比较平均. 双样本T检验 信号 Signal 噪音 Noise n1和 n2 相同时: 若两平均一样,那么“t“值是多少? 两平均间的差异检验 实验中得到的效果Experimental Effect 双样本T检验 2个独立的样本平均比较 在前面分析了2个全体的分散是显著的,下面我们分析2个全体的平均比较. 这就是我们第一个实施的实验计划法(DOE). - 1因子(input)和 1个的计量型 output 变数 Bob和 Jane的印章工程能力作比较,想象场景. 数据的输入法有两种. Bob的数据输入在 C1 中, Jane的数据输入在 C2中. (unstacked) 数据输入在C1中,作业者名字输入在 C2中. (stacked) Minitab中 C2列叫 subscript variable. 选好后者方法; 我们经常希望把各input变数输入在一个列中, 各 output 变数输入在其他的列中. 双样本T检验 Ho: Mean(Bob) = Mean(Jane) Ha: Mean(Bob) ≠ Mean(Jane) Unstacked 的例 双样本T检验 双样本 T 检验和置信区间: Bob, Jane Bob 与 Jane 的双样本 T 平均值 N 平均值 标准差 标准误 Bob 100 24.811 0.977 0.098 Jane 100 25.449 0.990 0.099 差值 = mu (Bob) - mu (Jane) 差值估计: -0.638 差值的 95% 置信区间: (-0.912, -0.364) 差值 = 0 (与 ≠) 的 T 检验: T 值 = -4.59 P 值 = 0.000 自由度 = 198 两者都使用合并标准差 = 0.9835 Output 解释 P-值 ! 结论是 ? 双样本T检验 工程师采购了 “计量的” 半导体线路板焊接 设备. 但是这位在再申请增加设备之前,对新的压焊机的工程改善情况进行调查.  观察10日间生产的数据. 这时, 2个压焊机是新的设备. Bonder 1 Bonder 2 89 84 81 86 84 83 84 91 87 86 79 79 85 82 81 89 83 83 84 88 Floppy2: Bonder.mtw -Bonder的例题- 双样本T检验 提问:与使用压焊机A 的工序 比较