联想集团6sigma培训资料——对比实验.ppt

欢迎来到比较实验联想集团有限公司，6西格玛世界，天马行空官方博客：统计基本知识参数估计假设测试比较实验报告的编写和练习，课程过程，天马行空官方博客：需要学习比较实验的原因，假设很多问题需要对特定参数的接受或拒绝决定。代表统计解释实质性问题的问题。这称为HypothesisTesting，假设检验过程称为比较实验。统计考试可以对我们的问题作出客观的解释，比较战只能作出主观的解释。这是后续学习内容的基础。在统计基础、第一单元、整体(Population):统计中，我们将整个研究对象作为整体对象：获取的整个配置每个成员称为单个样本：整个对象的部分集合，将样本：样本的对象称为样本容量3360样本的数量，通常n为1.1每个对象都具有在其抽样中包含的已知(有时相同)机会。简单随机抽样(Simplerandomsample):1，恒等式：样本总体上具有相同的分布2，独立性：给定第一个事件后，无论结果如何，第二个事件的机会都是相同的。1.2统计和采样分布，统计：没有未知参数的采样函数称为统计。取样分布：统计资料的分布称为取样分布。排序的样本：从整个x随机抽取的容量为n的样本，观察值从小到大排序的样本。统计推断过程，统计的主要课题：1，研究总体上是什么分布？2，这整个(即分布)的平均值，方差是多少？示例统计信息(例如，采样平均值、方差、总体平均值、方差、采样、1.2一般统计信息、描述中心位置的统计信息：1、delta 3360一个变量的公共数量是最常发生的值，但不一定是唯一的)。2、中值：3、平均(mean):1.2描述数据分布的一般统计信息：1、范围(range)33602、分布(variance)3、标准差：4、标准误差5，变分系数：1.3正态分布，正态分布：1.3正态分布，标准正态分布：特殊正态分布，基于标准的正态分布的概率变量为z，概率密度函数为 (z)，1.3正态分布，标准正态分布的变换：1.3正态分布总体分布、采样分布、1.4共同采样分布、t分布：1.4共同采样分布、f分布3360组X1、X2、Xn是来自正规全N(1，12)的样本，Y1，Y2，Yn是来自正态总体N(2，22)的样例，如果彼此独立，则：是F(n-1，m-1)具有一个自由度(n-1)，具有两个自由度(M-1)的F分布，以及2.2间隔估计、点估计和间隔估计的差值：在我看来，此值为10，但误差在1之间。2.2区间估计，2.2区间估计，置信水平的概念：是的置信水平为1-的置信区间。其含义是覆盖未知参数的概率为1-。置信区间量化数据的不确定性。，2.2间隔估计，总体平均置信区间计算：未知：2.2间隔估计， 2分布3360方差置信区间计算：2.2间隔估计，置信区间长度：12、低信任水平产生短区间，高信任水平产生长区间。，n=100，n=200，n=300，n=400，n=500，exercise，研究草莓果酱的重量是多少？答：=95%置信区间，假设检验，第三个单位，3.1假设检验问题，例如草莓果酱净重跟随正态分布N(，2)，6月从产品中随机抽取50瓶计量的平均重量为180.5克，5月产品1，这不是参数估计问题2。需要对6-5=0做出响应。是否3，将这些问题称为统计假设检验问题估计的主要任务是找出参数值等于多少。测试的兴趣主要是假设参数的值等于特定的兴趣值，3.2假定h0和ha，H0确定0.9克的值是否超出了样品转换可能产生的差异的范围，首先，如果总体平均值相等，样品平均值会发生什么，即两个平均值的差异等于0，在统计上称为零假设的原因是假设的内容总是没有差异或不变这个否定的假设称为替代假设(alternativehypothesis)。0假设提出的问题被否定的话，替代假设的答案是正确的。如果样本数据可以证明对零假设提出的问题应该被否定，我们倾向于拒绝零假设，选择假设。3.3 . 0回答假设问题的方法，概率：p-值p-值是如果0假设正确，获得观察到的数据或更极端数据的概率，此概率称为p-值(p-value)。P-如果值太小而导致零假设正确，则在当前观测几乎不可能实现的情况下，拒绝零假设。P-值越小，拒绝零假设的理由就越充分。注意：有时，您可能错误地认为p-值与假设0是对还是错的概率有关。p-值表示数据的概率。p值表示特定种类的数据在整个抽样中出现的频率。3.3 . 0假设提出的问题的回答方法，假设检验机制：为了求出p-值，统计理论指出观察到的0.9将样本平均值的差值转换为标准分数。标准得分：0.0，2.142p-值=0.0347，3.3 0如何回答假设问题测试机制：假定t值等于2.142的概率为0.0347，则两个样本平均值的差值等于0.9的概率也为0.0347。也就是说，如果两个样品的平均值相同，则从平均相同的总量中提取200个样品而得到的差异仅3.47个样品的样品平均值在0.9中有差异。由于是小概率(0.05)事件，因此拒绝0，2.142p-值=0.0347，3.4重要性级别：与在数据收集完成后计算p-值不同，我们在收集数据之前确定了构建划分的好小概率。当范例资料达到此间隔时，拒绝零假设。此小概率(称为测试的重要性级别)通常为0.05。测试的重要性级别是拒绝采样数据原来是正确的零假设的概率。拒绝域：当样例数据到达此地块时，如果拒绝零假设，则此地块称为拒绝域。阈值：拒绝域边界的标准分数的值。对于双向检查，样例统计信息的阈值为两个值。，3.4显着水平，3.5风险(和)，3.5 和的关系，你不能同时减少两类错误！3.6假设检验的阶段，1，假设2，数据独立性检验3，数据正则性检验4，OnetoOne问题的方差等f检验5，检验统计计算6，显著性水平，通常=0.057，设置阈值，编写拒绝域8，判断，判断，平均净重：179.6g，3.7OnetoStandard问题是假设测试的特殊情况下：已知问题，3.7OnetoStandard问题，计算标准得分：已知情况下使用z统计信息计算双面问题，圆弧值，阈值，t统计信息计算双面问题例2，例：草莓果酱净重为正态分布N(，2)，6月份产品随机抽取50瓶的计量平均重量为180.5克，5月份产品随机抽取50瓶的平均重量为179.6克，整体重量是否小于原产品？步骤1，设置假设2，设置数据独立检查3，数据常规检查4，对原土原问题的方差等f检查5，计算检验统计6，重要性级别，通常=0.057，设置阈值，创建拒绝域8，判断，3.8元土原问题，假设： 拒绝域8，判断，假设检验的阶段，1，假设2，数据独立性检验3，数据正则性检验4，对原土原问题的方差等f检验5，检验统计计算6，重要性级别，通常=0.057，域拒绝8，判断，3.8元土原拒绝域8，判断，3.8元土原问题，等于时t计算：Sp称为S1，S2的加权平均值，两个样本的联合方差。3.8OnetoOne问题， no time t计算：3.8OnetoOne问题，假设测试的阶段，1，假设2，数据独立检查3，数据常规检查4，OnetoOne问题方差的f检查5，计算检查统计6，重要性级别，3.8OnetoOne的问题，编写实验和报告，第4课，练习(30分钟)，例如：两个供应商的硬盘性能指标数据，两个供应商是否有明显差异？谢谢！课程开发者：mengfanyi，gaowu，附录，假设检验术语，零假设(Ho)-没有变化或差异的命题。如果没有足够的证据拒绝它，假设这个命题是真的。替代假设(Ha) -有变化或差异的命题。拒绝一号，我认为这个命题是真的。错误的种类-Ho实际上接受了偶尔被拒绝的错误，或者接受了存在差异但实际上没有差异的错误。第二种类型的错误-没有错误或差异，但在Ho实际上不是为了伪目的而拒绝时，实际上接受存在差异时发生的错误。，检验术语，风险-假定第一类错误发生的最大风险或概率。这个概率总是大于0，通常为5%。研究人员决定拒绝Ho能接受的最大风险。风险-忽略第二类