假设检验的一个典型案例分享

假设检验第一课课后作业 收集一组 3 月 11 日 1#机组在线产品圆周数据如下：（产品技术标准 23.50.2） 圆周(mm) 23.57 23.58 23.55 23.27 23.46 23.33 23.55 23.41 23.65 23.66 23.34 23.54 23.4 23.51 23.38 23.66 23.31 23.61 23.44 23.47 23.33 23.29 23.46 23.38 23.31 23.58 23.46 23.55 23.33 23.44 描述性统计: 圆周(mm) 变量 总计数 均值 均值标准误 标准差 变异系数 最小值下 四分位数 中位数 圆周(mm) 30 23.461 0.0216 0.119 0.51 23.270 23.337 23.460 上四分位数 最大值 23.555 23.660 23.623.523.423.3 中 位 数 均 值 23.5623.5223.4823.4423.40 第 一 四 分 位 数 23.337 中 位 数 23.460 第 三 四 分 位 数 23.555 最 大 值 23.660 23.416 23.505 23.385 23.548 0.094 0.159 A 平 方 0.47 P 值 0.230 均 值 23.461 标 准 差 0.119 方 差 0.014 偏 度 0.10663 峰 度 -1.16468 N 30 最 小 值 23.270 Anderson-Darling 正 态 性 检 验 95% 均 值 置 信 区 间 95% 中 位 数 置 信 区 间 95% 标 准 差 置 信 区 间95% 置 信 区 间 1#机 组 圆 周 (mm) 汇 总 23.723.623.523.423.323.2 4 3 2 1 0 圆 周 (mm) 密度 均 值 23.46 标 准 差 0.1186 N 30 圆 周 (mm) 直 方 图正 态 在假设检验作业完成中，收集了一组数据，minitab 分析完成后传了上去。李时 学老师看了数据后，觉得还有其他信息可以解读，他把数据整理发现似乎不是来自同 一个型号产品，询问我数据收集背景：当时在 1#机组料库取 30 支产品测量得到一组 数据，李老师出于数据的敏感性提出了疑问：数据是来自同一型号、同一设备吗?甚至 怀疑数据是不是真是的？ 他将数据作运行图分析如下： 运行图中发现有两个指标都是小于 0.1，基本判定数据不是来自一个总体。 “连续 上下波动的情况”在生产上太难得到了，这个数据竟然不随机！他要我检查测量系统 怎么样？是不是合格？ 我查询了上工序工艺流程情况：三组设备同时生产同一型号产品输送到一台发射 机集中，再由这台发射机发送到下工序（也就是我所在工序） ，由于对上工序生产流程 不熟悉不了解，忽视了上工序的情况，在取样时没有考虑到发射机发送的产品并不是 同一设备生产， 导致 30 只样本至少来自两台设备，直方图呈双峰型，如果从直方图 形状来看，显然出现了异常。 李老师把数据分成了两组分析： 图中看出两台设备还存在明显差异 分成两组后数据非常好，但第一组数据（红色）均值显然低于目标值（23.50.2） ， 可以判定上工序有一组设备的过程质量出现了异常，应该进行修偏。 在自己对数据进行分析后只觉得直方图有异常，但缺乏实际运用的经验，没有更 深入的再作分析，李老师出于对数据的敏感度和多年实践经验的积累，以及认真、严 谨、敬业的态度让人非常敬佩，受益匪浅。我们有很好的条件，本身就在现场，稍微 摸索下，就可以和