- 1、本文档共2页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Sigma(西格玛管理)知识学习-假设检验
6Sigma(六西格玛管理)知识学习-假设检验
假设检验用于确定所观测的差异是确实存在,还是偶然产生的。我们可以量化确实存在差异的置信程度。如果确实存在显著差异,则说明X是关键少数的变量.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。Chi-Square Test 多个总体的比率检验1P的例子某公司的来料缺陷率为5%,现在想确认下某个供应商的来料缺陷是否高于这个水平,对供应商来料进行抽样,抽取300个样本发现了15个缺陷.H0:p=0.05??H1:P0.05MiniTab值:Number of Trail=300;Number of Event=15;Alternative:Greater than;proportion:0.052P的例子:比较Java语言的项目的缺陷率和.Net语言的项目的缺陷率是否有显著差异.
文档评论(0)