Sigma(西格玛管理)知识学习-分析阶段.docVIP

6Sigma(六西格玛管理)知识学习-分析阶段 分析阶段是按照测量阶段找出的变动原因(X’s)的优先顺序来搜集数据, 并运用统计工具进行分析确认.即用统计学来解决实际问题，确认哪些X对Y有显著影响。分析阶段的目的就是对引起Y变动的x进行分析，确定对Y有显著影响的X因子。在分析阶段假设检验和方差分析是两个重要内容。 统计推断统计推断是通过抽取样本，然后对样本进行分析,以样本的分析结果推测出“总体可能是这样”结论，对总体下一个正确判断的行为。而且，一般以推测总体平均值，总体的比率，总体标准偏差等显示总体分布特征值的统计程序称为统计推断。因此我们要注意的是：观察样本并非为得到样本的信息，其目的在于通过样本分析，得到总体的信息，并对总体下恰当结论，采取相应措施。 点推断如对方差和均值的推断没有误差的概念，无法知道其是否接近总体的均值。区间推断有误差的概念，可以完善点推断的短处，如置信区间和置信水平。假设检验重点就是原假设H0和备择假设H1,两者是完全对立的两种假设。另外两个概念就是显著性差异，一般是根据p值来确定。 显著性差异(Significant Difference)：用于描述统计假设检验结果的术语，即：差异大得不能合理地归因于偶然因素。P-value是原假设H0真实的结论时，我们观察到样本的值有多大的概率，简称P值。如果此值小，就下原假设为不真实的结论。统计学上称为小概率事件，即样本不是从原假设的分布中抽出的。一般P值大于α，则无法拒绝原假设，相反，P值小于α，则拒绝原假设。p0.05 - 可以拒绝相等的原假设，说明两者是不等的，即有显著性差异p0.05 - 不能拒绝相等的原假设，即需要接受相等的原假设，说明两者没有显著性差异 1.均值的检验 对于单个正态总体均值的检验主要有Z检验和1 Sample T检验。Z检验 - 对于样本数较大，而且方差已知的情况下采用1 Sample T - 对于样本数较少，而且方差未知的情况下采用 对于两个独立正态总体均值的校验主要有2 Sample T检验和Z检验Z检验 - 对于两总体方差都已知的情况下使用,对于方差不等但大样本情况也可使用2 Sample T - 对于两总体方差相等，但未知的情况。Pair T检验 - 对成对数据比较平均的差异后确认是否有显著性差异时使用。对同一个体，测量两次后比较时使用方差分析 - 适合对超过两个的总体正态分布的均值是否相等进行检验。可以分析因子间的相互作用2.方差的检验 方差的检验主要有卡方检验和F检验卡方(X2)检验-是判断单个正态总体的方差是否有显著差异F检验-是判断两个正态分布的总体方差是否存在显著差异，也叫方差齐次检验3.比率的检验主要用于离散变量,分析一个或多个总体的比率是否是一致的.1 Proportion - 单个总体的比率检验2 Proportion - 比较两个比率的差，决定统计上是否显著性差异时使用。3 Chi-Square Test 多个总体的比率检验4.方差分析方差分析（ANOVA）：为了比较几个均值是否相同的统计检验方法称为方差分析。为了使这一方法更加有效，一般都要假设所比较的总体具有相同的分散。特性值的方差表示为平方和，平方和分解为组内与组间的平方和，比较找出是组内还是组间影响大的分析方法。ANOVA可以看出是组间的方差大还是组内的方差大，这是其名称的由来。 方差分析需要比较组内误差和组间误差两部分数据。组内误差包括随机误差，组间方差既包括随机误差也包括系统误差。通过对误差的比较以检验均值是否相等，如果系统误差显著的不同于随机误差，则均值是不相等的。方差分析的假设:1)每个总体都应该服从整体分布 2)每个总体的方差必须相同 3)观察值是独立的.