六西格玛数据分析技术5.ppt

1、六西格玛管理训练丛书(5)，何晓群主编，六西格玛数据分析技术，何晓群编辑萩，中国人民大学出版社，第5章假设检查5.1广告宣传的虚假性5.2假设检查(hypothesis testing )的几个步骤5.3单方面检查(one-tailing ) 5.4双边检查(two-tailed hypothesis) 5.5两章的目标是：1.理解假设检查的原理2 .理解假设检查的步骤3 .理解如何识别I类和II类的错误4 .修正单尾和双尾的概率，转到目录，5.1广告宣传镍氢电池一般可以充放电200-300次，锂电池一般可以充放电350-700次。 某手机的电池制造商主张其改良品之一可充放电900次，为了验证

2、制造商的主张，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。 翻到目录，广告宣传是虚假的吗？ 上述数据的平均值为878.9，明显少于900。 但是，到底平均值在哪个范围内，你认为广告宣传是假的吗？900，接受广告宣传，现在的问题是如何确定这两条线的位置，参照目录，假设检查的原理， 检验原理是逻辑反证法和统一的小概率原理反证法：一件事的发生只有两种可能性a和b，否定b就等同于间接的小概率原理：发生概率小的随机事件在一次实验中几乎不发生。 返回目录，假定检查的原理(继续)，由于个体差异的存在，即使从同一整

3、体进行严格的随机取样，X1、X2、X3、X4、也不同。 这些差异可为(1)在每个代表性整体平均值相同时，因取样误差引起的样本平均值差异。 差别不明显。 (2)各自所代表的整体平均值不同。 差异显着。 返回、目录，5.2假设检验的几个步骤，假设检验的一般步骤，即提出假设，确定检验统一校正量，检验统一校正量值，作出决定。 提出假说，构筑统订量，进行统订决定，修订统订量值进行推定，返回目录，提出假说。 在决策分析过程中，人们查阅目录，其中自己需要通过样本数据证明某些估计相对于总体分布形式的正确性(例如，总体残奥仪表大于某个值0 )的零假设的选择，用于验证假设的逻辑间接证明法，其表明我们选择的零假设是

4、真实存在的、目录，零假设的选择(继续)，同时，这个作为零假设的估计不容易被推翻，只有在样本数据足以提供不利于零假设的证据，拒绝零假设的决策中错误的可能性非常小的情况下，才可以推翻零假设。 因为转到目录、零假说的选择(接下来2 )，所以如果零假说被拒绝，那个对立面视为我们想证明的推定被接受。 返回目录，构筑检查统一修正量，收集样品信息，利用样品信息构筑检查统一修正量，返回目录，修正检查统一修正量值，将样品信息代入检查统一修正量，得到检查统一修正量的值。、目录，进行决策，1、明确性水平，即规定面临决策的风险2、拒绝域和判别值3、判定检定统一量是否在拒绝域内4、H0 原假设正确但被拒绝的概率通常为0

5、.05或0.01，表示在决定接受原假设时，其正确的可能性(概率)为95%或99%，返回目录，判定规则，1，如果整合量进入拒绝区域，则拒绝原假设2 登载目录，零假说和预备假说，可能的零假说和预备假说，登载目录，5.3单侧检验，某果汁包装中至少明确记载其原汁含量为90%。 假设想用假设检查来检查这个说明。 商品目录，检查的方向性，检查的问题如果有方向性的话，比如灯寿命，电池时效，头盔的冲击防止性等数值越大，好的零件的次品率，生产成本等数值越小越好，这样的问题的检查是单侧检查。目录、单侧检验、拒绝域和阈值、接受域、拒绝域、阈值、左侧检验、右侧检验、目录、单侧检验的例子，例如51:的食品公司广告他有2

6、4袋谷物的消费者协会验证了这一说法他们当然不能打开一袋谷物进行检查，所以只能抽取一定量的样品。 可以获得该样本的平均值，并将其与广告标称进行比较从而得出结论。 请提出这个消费者协会的零假说和选择假说。 回到目录，单侧检验的例子(续)，解： (1)，首先找到整体的残奥表，这里应该是整体的平均m，即谷物的平均重量，给出原来的假说和选择假说，即用公式表达两个相反的意思。 H0: m 24 (平均值至少为24) Ha: m 24 (平均值小于24 ) (2)，确定概率分布，确定检验的检验统一校正量。 要验证提取的样本平均值是否达到广告宣传额，可以根据与样本平均值的标称值的偏差个数多少来判断。 因此，对

7、统一修订量进行结构检查，翻到目录，单侧检查的例子(接着2 )、(3)，将信赖等级设定为95%。 假定收集样本信息且选择40个样本，校正后的检验统一校正量的值为(=0.2)(4)，查找表可获得阈值与拒绝域，且还可在校正器中输出p值。 由于修正后的z值在拒绝域中，因此拒绝H0意味着谷物的重量没有达到制造商所主张的值。 目录，5.4双侧检验，中宝普通瓶啤酒标称容积640毫升。 中宝啤酒公司的质量检查部认为，当质量管理失控时，该生产线生产的瓶装啤酒液体的平均容积将在640毫升以下。 前者的情况下，产品的信用受损的后者，不仅成本上升，而且还有安全上的担忧。 因此质量检验部定期从生产线中提取一定数量的啤酒

8、组成样品，检验其质量是否符合要求。 参考目录，两侧检查，一些产品的某些指标必须在一定范围内。 例如，精密部件的尺寸和重量、保险丝适用的电流强度等这样的问题的检查是两侧检查。 返回目录、两侧检查、图例：拒绝域和阈值、拒绝域、阈值、接受域、拒绝域、返回目录、5.5种错误、假设检查是基于样本信息的结论，但样本是基于当H0为真时，我们将拒绝H0的错误称为I类错误，用于表示犯该错误的概率；当H0仅称为错误或弃真错误时，我们将接受H0的错误称为II类错误，用于表示犯该错误的概率，仅称为错误如果发生两种错误：接受零假设、拒绝零假设、真零假设、假零假设、正确-无偏差、I类错误、II类错误、正确-无偏差、接受目

9、录、H0拒绝H0两种错误接受两种类型的错误关系、或假设在生产任何一个零件时发生故障的机会都是一样的。工作人员通过检查零件来判断工序是否发生故障。当前积累了100次故障记录，故障发生时该工具完成的零件数如下： 459362624509584437488 826407425657066836806531644876084281153593844527552513 781 474 388 824 538 862 659 775 859 755 49 697 515 628 954 771 609 402 960 885 610 292 837 473 6 77 358 638 699 634 555

10、 570 84 416 606 1062 484 120 447 6545643924687539781621721531577749954645764583787676763217715310851安全加工零件数为500 .5.6 假设检查的Minitab实现，软件执行，数据输入，菜单点击，Stat-Basic statistics-1-Sample t，返回目录，假设检查的Minitab实现(继续) ，p值小于0.05即可安全加工零件数大于500，信赖水平、目录、其他注意事项、选择假设检查方法时必须注意满足其应用条件的H0不能拒绝时，即差异不显着时，应考虑的要素：样本数不足根据目录，报纸上说，某汽油的价格是每加仑115美分，为了验证它， 有的学者开车随机选择加油站。得到某年1月和2月的数据： 1月： 1191171151116112111511