Minitab全面经典教程统计分析PPT课件

,Minitab全面经典教程-Minitab统计分析,2012.02.01,.,2,Minitab介绍,Minitab是众多统计软件当中比较简单易懂的软件之一；相对来讲，Minitab在质量管理方面的应用是比较适合的；Minitab的功能齐全，一般的数据分析和图形处理都可以应付自如。,.,3,Minitab与6Sigma的关系,在上个世纪80年代Motolora开始在公司内推行6Sigma，并开始借助Minitab使6Sigma得以最大限度的发挥；6Sigma的MAIC阶段中，很多分析和计算都可以都通过Minitab简单的完成；即使是对统计的知识不怎么熟悉，也同样可以运用Minitab很好的完成各项分析。,.,4,Minitab的功能,计算功能计算器功能生成数据功能概率分布功能矩阵运算,.,5,Minitab的功能,数据分析功能基本统计回归分析方差分析实验设计分析控制图质量工具可靠度分析多变量分析,时间序列列联表非参数估计EDA概率与样本容量,.,6,Minitab的功能,图形分析直方图散布图时间序列图条形图箱图矩阵图轮廓图,三维图点图饼图边际图概率图茎叶图特征图,.,7,课程内容安排,由于时间有限，很多内容只是做简单的介绍；在两天的时间里，主要的课程内容安排如下：,.,8,Minitab界面和基本操作介绍,.,10,Minitab界面,SessionWindow:分析结果输出窗口,DataWindow:输入数据的窗口每一列的名字可以写在最前面的列每一列的数据性质是一致的,主菜单,.,11,Minitab界面同一时间只能激活一个窗口.每一个窗口可以单独储存.,不同的要求选择不同的保存命令,.,12,打开文件,保存文件,打印窗口,之前之后命令查找数据,查找下一个数据取消帮助,显示因子设计session窗口当前数据窗口,剪切复制粘贴恢复重做编辑最近对话框,状态向导显示session窗口折叠显示worksheets折叠显示GRAPH折叠项目窗口历史记录,报告便栈,打开相关文件,项目管理窗口关闭所有图形窗口插入单元格插入行插入列移除列,工具栏的介绍,.,13,数据的生成,(MakeRandomData)例：生成一组男生身高的数据，要求：平均身高175cm，标准偏差5cm，数据个数100.Select:CalcRandomDataNormal,.,14,数据的生成结果,.,15,生成有规律的数据,Select:CalcMakePatternedDataSimpleSetofNumber,.,16,结果输出,.,17,数据类型的转换,(ChangeDataType),Select:,DataChangeDataTypeNumerictoText,需要转换的列,转换后数据存放列，可以是原来的数据列,.,18,数据类型的转换结果,.,19,数据的堆栈（Stack,),.,60,控制图,一.控制图原理,b.3控制方式下的产品特性值区间,3控制方式下产品特性值落在-3,+3范围内的概率为99.73%,其产品特性值落在此区间外的概率为1-99.73%=0.27%.,0.135%,0.135%,-3,+3,.,61,控制图,一.控制图原理,c.常规控制图的形成,-3+3,+3-3,-3+3,.,62,控制图,一.控制图原理,d.控制图原理的解释第一种解释:,1.若过程正常,即分布不变,则点子超过UCL的概率只有1左右.2.若过程异常,值发生偏移,于是分布曲线上、下偏移,则点子超过UCL或LCL的概率大为增加.结论:点出界就判异以后要把它当成一条规定来记住.,891011,UCL,CL,LCL时间(h),.,63,控制图,一.控制图原理,第二种解释:1.偶然因素引起偶然波动。偶然波动不可避免,但对质量的影响微小,通常服从正态分布,且其分布不随时间的变化而改变。,时间,目标线,可预测,过程受控,.,64,控制图,一.控制图原理,第二种解释:2.异因引起异波。异波产生后,其分布会随时间的变化而发生变化。异波对质量影响大,但采取措施后不难消除。,时间,目标线,不可预测结论:控制图上的控制界限就是区分偶波与异波的科学界限,休哈特控制图的实质是区分偶然因素与异常因素两类因素.,过程失控,.,65,二.常规控制图及其用途,控制图,.,66,二.常规控制图及其用途,控制图,.,67,Minitab可提供的图形,计量型Xbar-RXbar-sI-MRI-MR-sZ-MR,计数型PNpCU,.,68,Xbar-R做法,Xbar-R是用于计量型判稳准则：连续二十五点没有超出控制界限。判异准则：一点超出控制界限连续六点上升或下降或在同一侧不呈正态分布，大部份点子没有集中在中心线。,.,69,Xbar-R做法,决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施,.,70,Xbar-R练习,Select:,StatControlCharts,VariablesChartsforSubgroupsXbar-R,MinitabWorksheet打开Data目录下的Camshaft.mtw,.,71,输入参数,根据不同的输入方式选择不同的分析方法,.,72,决定测试要求,可以在这里选择判异准则,.,73,判异准则准则1:一点超出控制界限,A,A,B,C,C,B,UCL,CL,LCL,UCLCLLCL,.,74,准则2:连续9点在中心线的同侧,判异准则,A,C,CB,UCLAB,CL,LCL,.,75,准则3:连续6点呈上升或下降趋势,A,C,CB,UCLAB,CL,LCL,判异准则,.,76,准则4:连续14点上下交替,A,C,CB,UCLAB,CL,LCL,判异准则,.,77,准则5:连续3点中有2点落在中心线同一侧的B区以外,判异准则,A,C,CB,UCLAB,CL,LCL,.,78,准则6:连续5点中有4点在C区之外(同侧),判异准则,A,C,CB,UCLAB,CL,LCL,.,79,准则7:连续15点在中心线附近的C区内,判异准则,A,C,CB,UCLAB,CL,LCL,.,80,准则8:连续8点在中心线两侧而无一点在C区,判异准则,A,C,CB,UCLAB,CL,LCL,.,81,决定标准差的估计方法,一般选择Rbar的标准差估计方式,一般选择Rbar的标准差估计方式,.,82,决定选项,进行正态性转换,值将标准转换变量的标准偏差最小化,当0，转换结果为Y,如0,转换结果为LOGeY,.,83,决定选项(续),输入1,2,3StDEV控制限,.,84,SampleMean,19,17,15,13,11Sample,9,7,5,3,1,602,600,598,+3SL=602.376+2SL=601.660+1SL=600.945_X=600.23-1SL=599.515-2SL=598.800-3SL=598.084,SampleRange,19,17,15,13,11Sample,9,7,5,3,1,8,6,4,2,0,+3SL=7.866,+2SL=6.484,-2SL=0.956-3SL=0,+1SL=5.102_R=3.72,-1SL=2.338,1,6,1,Xbar-RChartofSupp2,图形输出:,.,85,判图请判定前图是否有异常请问本图为解析用图或是控制用图,.,86,Xbar-s做法,决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施,.,87,Xbar-s练习,MinitabWorksheet,打开Data目录下的Camshaft.mtwSelect:StatControlChartsVariablesChartsforSubgroupsXbar-s,.,88,输入参数,其他参数设置与Xbar-R图相同,其他参数设置与Xbar-R图相同,.,89,SampleMean,19,17,15,13,11Sample,9,7,5,3,1,602,600,598,+3SL=602.424+2SL=601.693+1SL=600.961_X=600.23-1SL=599.499-2SL=598.767-3SL=598.036,SampleStDev,19,17,15,13,11Sample,9,7,5,3,1,3,2,1,0,+3SL=3.211,+2SL=2.653,-2SL=0.421-3SL=0,+1SL=2.095_S=1.537,-1SL=0.979,1,6,1,Xbar-SChartofSupp2,图形输出:,.,90,判图,请判定前图是否有异常,请问本图为分析用图或是控制用图,.,91,I-MR图做法,决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施,.,92,I-MR练习,打开下列档案:Data目录下的Coating.MTW,Select:,StatControlChartsVariablesChartsforIndividualsI-MR,.,93,输入参数,输入变量,.,94,图形输出,IndividualValue,45,41,37,33,29,2125Observation,17,13,9,5,1,320,300,280,260,240,-1SL=275.68-2SL=262.12-3SL=248.57,+3SL=329.92+2SL=316.36+1SL=302.80_X=289.24,MovingRange,45,41,37,33,29,2125Observation,17,13,9,5,1,48,36,24,12,0,+3SL=49.97,+2SL=38.41,+1SL=26.86_MR=15.30,-1SL=3.74-32SSLL=00,6,6,I-MRChartofCoating,.,95,判图,请判定前图是否有异常,请问本图为解析用图或是控制用图,.,96,I-MR-R图做法,决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施,.,97,I-MR-R练习,打开Data目录下的Camshaft.mtw,Select:,StatControlCharts,VariablesChartsforSubgroupsI-MR-R,MinitabWorksheet,.,98,输入参数,输入变量和样本数,.,99,图形输出,SubgroupMean,25,602,600,598,+3SL=602.169+2SL=601.523_+1SL=600.876X=600.23-1SL=599.584-2SL=598.937-3SL=598.291,MRofSubgroupMean,25,23,21,19,17,15,13,11,9,7,5,3,1,2,1,0,+3SL=2.382,+2SL=1.831,+1SL=1.280_MR=0.729,-1SL=0.178-32SL=0,SampleRange,25,23,21,19,17,15,13Sample,11,9,7,5,3,1,5,0,-3SL=0,10+3SL=8.83+2SL=7.17,-2SL=0.56,+1SL=5.52,_R=3.87-1SL=2.22,5,6511357911131517192123,I-MR-R/S(Between/Within)ChartofSupp21,.,100,判图请判定前图是否有异常请问本图为分析用图或是控制用图,.,101,Z-MR(标准化的单值移动极差)图做法,决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施,.,102,Z-MR练习,打开Data目录下的Exh_qc.MTWSelect:StatControlChartsVariablesChartsforIndividualsZ-MR当过程数据少而无法很好评估过程参数时使用,.,103,输入参数,输入变量,输入自变量,.,104,决定估计,选择标准差的估计方法,.,105,图形输出,.,106,P图做法,决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析判定及采取措施,.,107,P图练习,P图只能适用在二项分布的质量特性性。在做p图时，要注意其样本数必须达到1/p5/p，如此之下的图才比较具有意义。,.,108,输入数据,打开数据文档,Select:StatControlChartsAttributesChartsP,将数据输入到Minitab表中,.,109,输入参数,输入变量输入样本数,.,110,决定判异准则,选择判异准则计数型的判异准则与计量型的不太一样,选择判异准则计数型的判异准则与计量型的不太一样,.,111,图形输出,Proportion,151719212325,1113Sample,9,7,5,3,1,0.07,0.06,0.05,0.04,0.03,0.02,0.01,0.00,_P=0.02017,UCL=0.05233,LCL=0,1,PChartof,不合格数,Testsperformedwithunequalsamplesizes,.,112,NP图做法,决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析判定及采取措施,.,113,NP图练习,np图只能适用在二项分布的质量特性性。在做np图时，要注意其样本数必须达到1/p5/p，如此之下的图才比较具有意义。,.,114,输入数据,打开数据文档,Select:StatControlChartsAttributesChartsNP,将数据输入到Minitab表中,.,115,图形输出,SampleCount,151719212325,13Sample,1357911,10,8,6,4,2,0,_NP=3.47,UCL=9.00,LCL=0,1,NPChartof,不合格数,Testsperformedwithunequalsamplesizes,.,116,C图做法,决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析判定及采取措施,.,117,C图练习,c图只能适用在泊松分布的质量特性上。在做c图时，要注意其样本数必须达到取样时至少包含一个缺陷以上，如此之下的图才比较具有意义。另外就是基本上c图的样本要一定才可以。如果样本数不一样，则应当使用u图。,.,118,输入数据,打开数据文档,将数据输入到Minitab表中,Select:StatControlChartsAttributesChartsC,.,119,输入参数,输入变量,.,120,决定判异准则,判异准则同P图一样,判异准则同P图一样,.,121,图形输出,SampleCount,28,25,22,19,16Sample,13,10,7,4,1,18,16,14,12,10,8,6,4,2,0,_C=6.77,UCL=14.57,LCL=0,1,CChart,of缺陷数,.,122,U图做法,决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析判定及采取措施,.,123,U图练习,u图只能适用在泊松分布的质量特性上。在做u图时，要注意其样本数必须达到取样时至少包含一个缺陷以上，如此之下的图才比较具有意义。,.,124,输入数据打开数据文档,将数据输入到Minitab表中Select:StatControlChartAttributesChartsU,.,125,输入参数,输入变量输入样本量,.,126,图形输出,SampleCountPerUnit,151719212325,1113Sample,9,7,5,3,1,12,4,2,0,_U=2.90,108UCL=6.946,LCL=0,UChartof缺陷数1,Testsperformedwithunequalsamplesizes,.,127,EWMA做法,决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施,.,128,EWMA的全称为ExponentiallyWeightedMovingAverage,即指数加权移动平均控制图.EWMA图的特点:1、对过程位置的稍小变动十分敏感;2、图上每一点都综合考虑了前面子组的信息;3、对过程位置的大幅度移动没有Xbar图敏感;4、可应用于单值,也可应用于子组容量大于1的场合.EWMA图的适用场合:可用于检测任意大小的过程位置变化,因此常用于监控已受控过程,以发现过程均值相对于目标值的漂移,.,129,EWMA练习,Select:,StatControlChartTimeWeightedChartsEWMA,.,130,输入参数,确定权重系数的值,由所需的EWMA图对位置偏移检测灵敏度所决定,要求检测灵敏度越高,值越小.如需检测1的过程偏移,=0.2,如需检测2的过程偏移,=0.4.常取=0.2,1TimeWeightedCharts,CUSUM例:某机场每天离港、进港航班多达千架次,航班延误情况很是严重.航空公司在6管理中把航班延误作为重点解决的质量项目,规定航班起飞时间比时刻表晚5分钟为延误,其中不包括因恶劣天气等无法抗拒因数造成的延误.通过一段时间的治理,航班延误率从过去的10%降到现在的2%左右,公司决定采取过程控制,把航班延误率控制在2%的较好水平.,.,135,输入参数,点击此选项,决策区间,过程允许偏移量,.,136,图形输出,MINITAB的制程能力分析,.,138,制程能力之分类,计量型(基于正态分布)计数型(基于二项分布)计数型(基于泊松分布),.,139,MINITAB能力分析的选项(计量型),CapabilityAnalysis(Normal)CapabilityAnalysis(Between/Within)CapabilityAnalysis(Nonnormal)CapabilityAnalysis(MultipleVariablenormal)CapabilityAnalysis(MultipleVariableNonnormal)CapabilityAnalysis(Binomial)CapabilityAnalysis(Poission)CapabilitySixpack(Normal)CapabilitySixpack(Between/Within)CapabilitySixpack(Nonnormal),.,140,CapabilityAnalysis(Normal),该命令会划出带理论正态曲线的直方图，这可直观评估数据的正态性。输出报告中还包含过程能力统计表，包括子组内和总体能力统计。,.,141,CapabilityAnalysis(Between/Within),该命令会划出带理论正态曲线的直方图，可以直观评估数据的正态性。该命令适用于子组间存在较大变差的场合。输出报告中还包含过程能力统计表，包括子组间子组内和总体能力统计。,.,142,CapabilityAnalysis(Nonnormal),该命会会划出带非正态曲线的直方图，这可直观评估数据是否服从其他分布。输出报告中还包含总体过程总能力统计,.,143,CapabilityAnalysis(MultipleVariablenormal),CapabilityAnalysis(MultipleVariableNonnormal)-上述两个命令用于对多个变量进行分析,.,144,制程能力分析做法,决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明,.,145,STEP1决定Y特性,决定Y特性,收集Y特性数据,输入MINITAB数据表,进行分析,结果说明,Y特性一般是指客户所关心所重视的特性。Y要先能量化，尽量以定量数据为主。Y要事先了解其规格界限，是单边规格，还是双边规格。目标值是在中心，或则不在中心测量系统的分析要先做好。,.,146,STEP2决定Y特性,决定Y特性,收集Y特性数据,输入MINITAB数据表,进行分析,结果说明,在收集Y特性时要注意层别和分组。各项的数据要按时间顺序做好相应的整理,.,147,STEP3决定Y特性,决定Y特性,收集Y特性数据,输入MINITAB数据表,进行分析,结果说明,将数据输入MINTAB中，或则在EXCEL中都可以。,.,148,STEP4决定Y特性,决定Y特性,收集Y特性数据,输入MINITAB数据表,进行分析,结果说明,用MINITABSTATQUALITYTOOLSCAPABILITYANALYSIS(NORMAL),.,149,STEP5决定Y特性,决定Y特性,收集Y特性数据,输入MINITAB数据表,进行分析,结果说明,利用MINITAB的各项图形来进行结果说明,.,150,练习,.,151,输入数据,Select:,StatQualityToolsCapabiltyAnalysis(Normal),注意输入方式,注意输入方式,.,152,输入选项,根据不同的数据输入方式选择分析方法输入上下规格界限,.,153,选择标准差的估计方法,一般选择复合的标准差估计方式,一般选择复合的标准差估计方式,.,154,选项的输入,如果需要计算Cpm则需要输入目标值,选择是否作正态型转换,过程能力表现形式的选择,.,155,以Cpk,Ppk结果的输出,Cpm是指样本数值相对于对于目标值的一个能力值，也就是样本是否靠近目标值的概率,样本数值超过分析规格界限的分布率,模拟曲线落在控制线以外的分布率,.,156,Cp:过程能力指数,又称为潜在过程能力指数,为容差的宽度与过程波动范围之比.,Cp=(USL-LSL)/6,其中:=R/d2,Cpk:过程能力指数,又称为实际过程能力指数,为过程中心与两个规范限最近的距离minUSL-,-LSL与3之比.Cpk=minUSL-,-LSL/3其中:=R/d2Cpm:过程能力指数，有时也称第二代过程力指数，质量特性偏离目标值造成的质量损失Cpm=(USL-LSL)/6其中:2=2+(-m)2,Cpmk=Cpk/1+(-m)/2,Cpmk称为混合能力指数,.,157,.,158,.,159,Pp与Ppk:过程绩效指数，计算方法与计算Cp和Cpk类似，所不同的是，它们是规范限与过程总波动的比值过程总波动通常由标准差s来估计,2,n1,i,(xx),S=,过程能力与缺陷率的关系：1、假如过程中心位于规范中心M与上规范限USL之间，即MUSL时，p(d)=-3(2Cp-Cpk)+(-3Cpk)2、假如过程中心位于规范中心M与下规范限LSL之间，即LSLM时，p(d)=-3(1+K)Cp+-3(1-K)Cp,K=(2M-)/T,.,160,以Zbench方式输出,.,161,ZUSL=(USL-)/ZLSL=(-LSL)/Z=(USL-LSL)/2或Z=3Cp双侧规范下综合SigmaLevelZbench需通过总缺陷率进行折算使用SigmaLevelZ来评价过程能力的优点是:Z与过程的不合格率p(d)或DPMO是一一对应的.,结果说明,.,162,请打开Data目录下的Camshaft.mtw，以Zbench方式输出,练习,.,163,填入参数,.,164,结果输出,.,165,通过DPMO求SigmaLevel,Select:CalcCalculatorSelect:CalcProbabilityDistribution-Normal,.,166,结果输出,合格率,Z值,SigmaLevel,.,167,CapabilityAnalysis(Between/Within),组间的,组内的,此处的PpkCpk,总的=组间的2+组内的2,(XiX)2/(n1),.,168,过程稳定系数d=StDev(overall)-StDev(B/W)过程相对稳定系数dr=StDev(overall)-StDev(B/W)/StDev(overall),StDev(overall):长期标准差的估计值,StDev(B/W),:短期标准差的估计值,过程相对稳定系数的评价参考,.,169,CapabilityAnalysis(Nonnormal),此项的分析是用在当制程不是呈现正态分布时所使用。因为如果制程不是正态分布硬用正态分布来分析时，容易产生误差，所以此时可以使用其他分布来进行分析，会更贴近真实现像。,.,170,练习请使用同前之数据来进行分析。上规格：103下规格：97规格中心：100,.,171,输入相关参数,Select:,StatQualityToolsCapabiltyAnalysis(Nonnormal),.,172,填入选项要求,威布尔分布的参数估计,.,173,结果图形,形状参数,.,174,正态分布适用性的判定,可以使用Statbasicstatisticnormalitytest但数据要放到同一个column中，所以必须针对前面的数据进行一下处理,.,175,数据调整,进行数据的堆积,进行数据的堆积,.,176,填写选项,输入变量,输入作为参考的概率记号,.,177,结果输出,P-value0.05，接收为正态分布,.,178,结果输出(加标0.5概率),.,179,计量型制程能力分析总结,一般的正态分布使用CapabilityAnalysis(Normal)如果是正态分布且其组内和组间差异较大时可用CapabilityAnalysis(Between/Within)当非正态分布时则可以使用CapabilityAnalysis(Nonnormal),.,180,CapabilitySixpack(Normal),复合了以下的六个图形XbarR原始数据分布（plot）直方图正态分布检定CPK,PPK,.,181,练习,请以前面的数据来进行相应的CapabilitySixpack(Normal)练习,Select:,StatQualityToolsCapabilty,Sixpack(Normal),.,182,输入各项参数,输入规格,.,183,选定判异准则,选择判异准则,.,184,选择标准差估计方法,默认值是复合标准差计算公式,.,185,考虑可选择项,如果希望计算Cpm,则输入目标值,.,186,结果输出,.,187,CapabilitySixpack(Between/Within),复合了以下的六个图形IndividualMovingRangeRange直方图正态分布检定CPK,PPK,.,188,同前练习及结果,.,189,CapabilitySixpack(Nonnormal),复合了以下的六个图形XbarR原始数据分布直方图正态分布检定CPK,PPK,.,190,结果输出,形状参数,.,191,二项分布制程能力分析,二项分布只适合用在好，不好过，不过好，坏不可以用在0,1,2,3等二项以上的选择，此种状况必须使用泊松分布。,.,192,示例,数据在Data目录下的Bpcapa.mtw中,Select:StatQualityToolsCapabiltyAnalysisBinomial,.,193,填好各项的参数,输入样本数输入历史的不良率,.,194,选好控制图的判异准则,.,195,结果及输出,该线与PChart中的Pbar是相同的,不良的比例（希,望它是随机分布）,累计不良率,.,196,泊松分布制程能力分析,泊松分布只适合用在计数型，有二个以上的选择时例如可以用在外观检验，但非关键项部份0,1,2,3等二项以上的选择，此种状况必须使用泊松分布。,.,197,示例,数据在Data目录下,的Bpcapa.mtw中Select:StatQualityToolsCapabiltyAnalysis(Poisson),.,198,填好各项的参数,.,199,结果及输出,基础统计,.,201,描述性统计,Select:StatBasicStatisticsDisplaydescriptivestatistics假设想对两组学生的身高进行描述性统计以便比较,数据如右:,.,202,填入参数,.,203,输出结果,Variable,SEXCount,NN*CumN,Percent,CumPct,Mean,SEMean,TrMean,HEIGHT1,1010010,50,50174.20,1.72,174.38,2,50,100159.70,1.39,159.50,Sumof,VariableSEXHEIGHT1,StDevVarianceCoefVarSumSquares5.4329.513.121742.00303722.00,VariableSEXMedianQ3MaximumRangeIQRSkewnessHEIGHT1174.00180.25181.0015.0011.50-0.092159.00163.50167.0013.007.750.37,KurtosisMSSD-1.2924.78-1.1020.89,DescriptiveStatistics:HEIGHTTotal,1010020变异系数,24.4019.342.751597.00255215.003/4数据点与1/4数据点的差值InterQuartileRange,MinimumQ1166.00168.75154.00155.75数据连续差异平方的均值,选定栏数据修正均值TrimmedMean,.,204,输出结果(续1),.,205,输出结果(续2),Select:,StatBasicStatisticsGraphicalSummary,.,206,输出结果(续3),.,207,假设检验,.,208,广告宣传的虚假性,手机电池的使用寿命不是按年来计算的，而是按电池的充放电次数来计算的。镍氢电池一般可充放电200-300次，锂电池一般可充放电350-700次。某手机电池厂商宣称其一种改良产品能够充放电900次，为了验证厂商的说法，消费者协会对10件该产品进行了充放电试验。得到的次数分别为891，863，903，912，861，885，874，923，841，836。,.,209,广告宣传是虚假的吗,上述数据的均值为878.9，明显少于900。但是，到底均值落在什么范围内我们就认为广告宣传是虚假的呢？,900接受广告宣传,.,210,假设检验的原理,假设检验的原理是逻辑上的反证法和统计上的小概率原理反证法：当一件事情的发生只有两种可能A和B，如果能否定B，则等同于间接的肯定了A。小概率原理：发生概率很小的随机事件在一次实验中是几乎不可能发生的。,.,211,假设检验的原理(续),由于个体差异的存在，即使从同一总体中严格的随机抽样，X1、X2、X3、X4、，也不尽不同。它们的不同有两种（只有两种）可能：（1）分别所代表的总体均值相同，由于抽样误差造成了样本均值的差别。差别无显著性。（2）分别所代表的总体均值不同。差别有显著性。,.,212,假设检验的几个步骤,假设检验的一般步骤，即提出假设、确定检验统计量、计算检验统计量值、做出决策。,提出假设,构造统计量,计算统计量值做出统计做出推断决策,.,213,提出假设