M2 - 基础统计学 - 进阶篇.ppt

Pg * Pg * 计算这个未符合规格仅依观察得到的数字，使用经验性分配简单地来估计不良率。在这资料中有一个没有符合说明书的观测资料。 有这个方法的局限性, 如同之前所述, 是可用于估计比率的决定。 如果分析者假设数据是从一常态分布的流程中所收集, 则能够用这个正态分布来产生较佳的不良率估计。 在.733盎司的平均重量和.1436盎司的标准偏差下，制程产出率将不符合1盎司，最大数是.0315 or 3.15% 。 Pg * 在这个问题中, 认为 25 磅是最小的重量规格。 在.278 磅平均重量和 .030 磅的标准偏差下,汉堡 patties 的比例不依declared 重量的是.1791 或 17.91% . Pg * Pg * 伯努力分配被用来决定为经历 0,1,2 个…或者从一系列试验“成功”的任何数字, 结果是成功或者失败。由试验者决定事件的成功与否。 如果每一个试验成功的可能性(把它叫做P ) 是相同,并且不受过去的行为所影响，这个分配即为准确的。 在赌博方面有个“赌徒谬误” 的现象，跟随一位一贯在赌盘上压选红色的充满希望的赌徒压注。 如果“黑色”在一排出现了五次, 你们可能更倾向于下次以“红色”为赌注，因为它是应出现的。 当然, 它不一定是真的。红色或黑色在任何给定的旋转赌盘中出现的机会并不受之前出现的情形所影响。第六个旋转出“红色“的机会与其他所有相同,是50-50。 Pg * 伯努力试验的一个简单的例子： 考虑将一副纸牌洗牌。将卡片中若抽到的纸牌为方块定义为成功。 伯努力试验是由从一副纸牌中抽取五张纸牌以决定是否成功或失败所组成。在这个实例中： n=5 and p=0.25 伯努力试验需要在每次抽完纸牌后，将该纸牌放回原副牌中重新洗牌后再抽出下张纸牌。 若抽出的纸牌未放回原副牌中的实验则称为hypergeometric 试验。 在任何统计学课文中能够找到这种类型的试验的分配机率。 Pg * 伯努力分配是相当复杂的，然而，若符合下面的条件, 我们能用常态分配估计伯努力分配: 那是, 如果试验中的当数字大于或等于 5，用P 和Q 的最小值除以这个数字。这个必要条件确保伯努力分配是相当地对称。 如果符合这个条件, 能够由常态分配估计N 和P 的伯努力分配。 The binomial formula first fills up n slots with k “success” probabilities and (n-k) “failure” probabilities: P x P x P x P x ……x (1-P) x (1-P) x (1-P). This order, however is just one possibility. All k successes need not occur in the first k trials. It corrects for the fact that the k “successes” could occur in any subset of size k of the n slots, multiplying the probability by the number of combinations nCk Pg * 一个高成功率的二项分配看起来是常态的，且事实上也能用常态分配来估计。 一个低成功率的二项分配能够由下面简报将讨论的卜瓦松分配来估计。 Pg * 我们可在简报第198页中得知答案。伯努力分配的应用容易由Minitab来作。 利用样本来为任何假设的试验估计“成功”的机率，有用的报告值与累积的机率会相符合且能确定不良品的最大数量99%必然发生，换言之，大多数部门可能会有经验。 Pg * Pg * 这图形例子是卜瓦松分配估计低成功频率的伯努力分配的技能。 Pg * 当伯努力分配的标准近似值不能适用时，即当在区域中只有一些成功时, 卜瓦松分配能用来估计伯努力分配。 在定义这些分布区域时可能是一个很枯燥的主题, 然而，在尔后的统计分析期间这些知识将越来越重要。 Pg * Pg * Pg * Pg * 无论是否适合于特殊分配，用机率图评估你的数据。 图形的组成： 1.图点表示作为累积频率的序列符合数据的比例。 2.合适线对分配模型百分位数的图形陈述。 3.对于合适线的一套近似 95.0% 的信赖区间。 Anderson-Darling统计数值的计算测量适合度。 小的数值表示很适合。 Pg * Minitab 有一套固定方法来计算指数分配的各种值之累积机率。 这个固定方法需要要知道平均数, 它唯一定义这分配。 For a population of service incidences whose mean i