Minitab-T检验PPT演示幻灯片.pptVIP

Minitab –配对 t 检验输出 配对 T 检验和置信区间: 材料A, 材料B 材料A - 材料B 的配对 T 平均值 N 平均值 标准差 标准误 材料A 10 10.630 2.451 0.775 材料B 10 11.040 2.518 0.796 差 分 10 -0.410 0.387 0.122 平均差的 95% 置信区间: (-0.687, -0.133) 平均差 = 0 (与 ≠ 0) 的 T 检验: T 值 = -3.35 P 值 = 0.009 结论：材料A和材料B制作的皮鞋磨损的厚度均值不相等。 Minitab –配对 t 检验输出 材料A 与 材料B 的双样本 T 平均值 N 平均值 标准差 标准误 材料A 10 10.63 2.45 0.78 材料B 10 11.04 2.52 0.80 差值 = mu (材料A) - mu (材料B) 差值估计: -0.41 差值的 95% 置信区间: (-2.75, 1.93) 差值 = 0 (与 ≠) 的 T 检验: T 值 = -0.37 P 值 = 0.717 自由度 = 17 如果用双样本t检验会得出什么结果？试做一下。 你的结论是什么？ 通常易出现的问题 在t检验之前未进行稳定性、形态、中心趋势和离散度研究。 双样本t检验和配对t检验混同，得出错误的结论。 分析结论未结合实际判断，轻信统计结论。 做 t 检验之前最好先做下列确认或分析： 数据经过MSA验证，确保数据真实可靠 各组数据中如有异常数据，应找出原因并将其剔除掉 数据如果不服从正态分布，否则需要转换或使用非参数检验 方差相等与否检验分析的区别 分析结论一定要结合实际判断，要经得起实践检验，切莫轻信统计结论。 总结 案例分析——降低铸造煤气单耗分析 案例背景: 对铝锭铸造生产中降低煤气单耗项目改善前后检验分析: 煤气单耗定义：煤气月实际消耗/月铝锭产量 数据收集: 见 煤气单耗.MPJ 陈述原假设: 原假设：降低煤气单耗项目改善前后均值相等。 备择假设：降低煤气单耗项目改善前后均值不相等。 案例分析——降低铸造煤气单耗分析 步骤一：研究稳定性 结论：改善前后煤气单耗稳定受控。 案例分析——降低铸造煤气单耗分析 步骤二：研究分布 结论：改善前后煤气单耗呈正态分布。 案例分析——降低铸造煤气单耗分析 步骤三：等方差检验 结论：改善前后煤气单耗方差相等。 分析结论: P值=0＜0.05，否定原假设，接受备择假设，降低铝锭铸造煤气单耗项目改善前后均值不相等，改善后明显降低。 案例分析——降低铸造煤气单耗分析 步骤四：进行双样本t检验 双样本 T 检验和置信区间: 煤气单耗, 区分 煤气单耗 双样本 T 平均值 区分 N 平均值 标准差 标准误 煤气单耗（改善后） 18 57.33 1.99 0.47 煤气单耗（改善前） 11 75.57 1.63 0.49 差值 = mu (煤气单耗（改善后）) - mu (煤气单耗（改善前）) 差值估计: -18.246 差值的 95% 置信区间: (-19.647, -16.845) 差值 = 0 (与 ≠) 的 T 检验: T 值 = -26.88 P 值 = 0.000 自由度 = 24 修改履历 * Wilcoxon: Sign test And Rank,演算 * * * * 加入了Pair T-teat: Ho m1=m2 成对出现，是否需要补充 您所寻找的数值是否介于此范围之内? Minitab用另一方法来回答此问题 正态 非正态 均值检验 单样本T检验 单样本 Z-检验t 示例: (Ho: =26.0) Z- or T-检验 (如果 n25) 转换成正态数据并使用 Z 检验 Non-Parametric Tests非参数检验 1-Sample Wilcoxon Signed-Rank Example: (Ho: 中位数 =26) P值 0.05 真实平均值 (或中位数) 不等于 特定值 Ho: