NO3质量相关管理方法_《质量相关管理学》.ppt

任务三　统计分析方法的应用 两个无偏点估计量的抽样分布 二、 假设检验 1. 2. 3. 4. 5. 建立假设 选取适当的检验统计量 确定显著性水平 对检验统计量进行计算 判断假设是否成立 任务三　统计分析方法的应用 （一）假设检验的步骤 任务三　统计分析方法的应用 （二）双侧检验与单侧检验 根据显著性水平α可以得到临界值，也就是将检验统计量的取值范围划分为接受区域和拒绝区域。拒绝区域表示检验统计量小概率在其中取值的区域。根据实际问题不同，拒绝区域可能是在检验统计量分布的两端，也可能是在其分布的某一侧，这两种情形分别称为双侧检验和单侧检验。单侧检验依据拒绝区域是在左侧还是在右侧，可以分为左单侧检验和右单侧检验。 当需要分析的问题是总体平均数等参数是否发生了变化，而不必关心或区分它是变大或者变小时，就应该采用双侧检验。此时，原假设表述为等式，而备择假设是用“≠”符号表示的不等式。 （1） 做假设检验之前，应注意资料本身是否有可比性。 （2）当差别有统计学意义时，应注意这样的差别在实际应用中有无意义。 （3）根据资料类型和特点选用正确的假设检验方法。 （4）根据专业及经验确定是选用单侧检验还是双侧检验。 任务三　统计分析方法的应用 （三）假设检验的注意事项 任务三　统计分析方法的应用 （6）判断结论时不能绝对化，应注意无论接受或拒绝检验假设，都有判断错误的可能性。 （7）报告结论时应注意说明所用的统计量，检验的单双侧及P值的确切范围。 （5）当检验结果为拒绝无效假设时，应注意有发生Ⅰ类错误的可能性，即错误地拒绝了本身成立的 ，发生这种错误的可能性预先是知道的，即检验水准多么大；当检验结果为不拒绝无效假设时，应注意有发生 Ⅱ 类错误的可能性，即仍有可能错误地接受了本身就不成立的 ，发生这种错误的可能性预先是不知道的，但与样本含量和Ⅰ类错误的大小有关系。 三、 相关分析 任务三　统计分析方法的应用 （一）相关关系的类别 （1） 　　1. 函数关系 　　函数关系是指变量之间存在一种严格的确定性的依存关系，即某一变量发生变化则另一变量也随之发生变化，而且有确定的值与之相对应。 任务三　统计分析方法的应用 （2） 　　2. 相关关系 　　相关关系也是变量之间确实存在的一种依存关系，但这种依存关系在数量上并不是严格对应的。所以，在相关关系中，对于某一变量的每一个数值，可以有另一个变量的若干数值与之相对应。因而在实际问题中，很多具有相关关系的变量或现象，都可以表现出一定程度上的因果关系。 　　对于线性相关关系，可以通过计算协方差等，得到用以表征两个变量间线性相关程度的定量指标——相关系数r： 　　式中，相关系数r的取值介于－1与1之间，即－1≤r≤1。 任务三　统计分析方法的应用 （二）线性相关关系 当r＞0时，表示两个变量为正相关；当r＜0时，两个变量则为负相关；当r＝0时，表明两个变量间没有线性相关关系；而当|r|＝1时，则表示两个变量是完全线性相关关系，即为严格的直线函数关系。 　　　对于r的其他取值，代表的线性相关程度依次为： 　　　0＜|r|≤0.3——微弱相关； 　　　0.3＜|r|≤0.5——低度相关； 　　　0.5＜|r|≤0.8——中度相关； 　　　0.8＜|r|＜1——高度相关。 任务三　统计分析方法的应用 四、 回归分析 一元回归分析 按照涉及的 自变量的多少 多元回归分析 任务三　统计分析方法的应用 （一）回归分析的分类 线性回归分析 按照自变量和因变量之间的关系类型 非线性回归分析 任务三　统计分析方法的应用 任务三　统计分析方法的应用 如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。 　　相关分析是回归分析的基础和前提，回归分析则是相关分析的深入和继续。具体来说，回归分析需要依靠相关分析来表现变量之间数量变化的相关程度，而相关分析也需要通过回归分析来表达变量之间数量相关的具体形式。 任务三　统计分析方法的应用 （二）回归分析与相关分析的关系 　　回归分析的主要目的是通过一个变量或一些变量的变化来解释另一个变量的变化。其主要内容和步骤为：首先，依据对问题的具体判断，将变量分为自变量和因变量；其次，确定适合的数学方程式作为回归模型，描述变量间的相关关系；再次，针对变量的不确定性，对回归模型进行统计检验；最后，应用回归模型，根据自变量来估计、预测因变量，得到最终的分析结