nullnull假设检定概要方法论方法论 Analyze 概要
DATA 收集
计划
项目进度计划表范例计划下载计划下载计划下载课程教学计划下载
图表分析
假设检定概要
平均的检定 分散的检定
比率的检定
相关及回归分析null假设检定概要 学习目标
1. 理解与假设检定相关的用语
2. 理解假设检定方法
假设的树立方法
检定统计量的计算方法
假设的选择与否决定方法
null 统计性推论(Statistical Inference)
从母集团中抽出标本后得到的DATA为基础,找出母集团的特性(母平均, 母分散,
母比率等)的分析过程。可以分为以下两大类。
推定(Estimation) :
利用标本DATA推测母集团母数的过程。
点推定(Point Estimation) : 推定母数为一个值。
(例) A 候选者的支持率是 60%.
区间推定((Interval Estimation) : 推定包括母数的范围,点推定包含误差概念。
(例) A 候选者的支持率在 (50%, 60%)之间。
假设检定(Hypothesis Testing) :
对母集团的特性设定假设,利用标本判断假设的选择与否的统计方法。
您的意见采纳,不,要抛弃!!
咣 ! 咣!
统计性推论null 母平均 的推定量推定使用最多的母数 , 代表性的方法是标本平均。 母分散 2 的推定量 母比率 p的推定量标本平均 = 标本分散 =
(n: 标本大小, 具有X:特性观测值的个数, p:有特性的个体的比率 )
标本比率 : 点推定 推定null误差为 时 意味着 包含母数的可能性为 100(1 - )% 的区间, 此时 1 - 称为信赖水准。(Confidence Level) 信赖区间 (Confidence Interval)点推定量 误差限界推定区间推定
推定包括母数(母平均或母分散等)的范围。
点推定是 从样品中求得的推定值(标本平均, 标本分散等)因没有显示与母数的真值接近多少的概念, 所以 点推定 意味着包括误差概念的信赖区间的推定 null 对母平均 的 90% 信赖区间的 意思
在母集团中抽出大小n的样品,求信赖区间时,因每个样品标本平均值不同所以信赖区间也按以下变化。
例如所谓 90% 信赖区间,就是反复信赖区间
求得的 10个信赖区间中 9个包含母平均的意思。
区间推定null例) 某制药会社 新开发的头痛药B比原有的头痛药A
药效能多持续30分钟。 假设检定(Hypothesis Testing)
设定某母集团的假设,利用标本DATA判断假设的成立与否后
得出统计性的决定。
归属假设(Null Hypothesis: H0) : 说明至现在主张过的或者变化之间
无差异的假设
对立假设(Alternative Hypothesis: H1) : 新主张的,即以DATA确实的根据,要
证明的假设。归属假设 H0 : 头痛药 A和头痛药B 的药效一样。
对立假设 H1 : 头痛药 B比头痛药 A 药效能多持续30分钟。假设检定null 假设检定的 例
两个工程中改善了一个,想知道被改善的工程数率是否好转。从改善工程中抽出Sample测定数率后,怎样知道数率有实质性差异?
原有工程和改善工程的数率DATA为如下: 工程B 表示改善工程。工程 A 工程 B
89.7 84.7
81.4 86.1
84.5 83.2
84.8 91.9
87.3 86.3
79.7 79.3
85.1 82.6
81.7 89.1
83.7 83.7
84.5 88.5“工程A和 工程B,有实质性的差异吗?”改善前对比改善后假设检定null技术统计学
变量 Process N 平均
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
偏差
数率 A 10 84.24 2.90
B 10 85.54 3.65 假设检定 例实际性的提问:
能说改善工程 B的数率比原有工程A的数率好吗?统计性提问:
工程B 的平均(85.54)和工程 A 的平均(84.24)差异, 在统计上是否有意的差异? 或者,平均差异只是随时间变动而出现的差异?继续null . . .. . . : ::. .. . . . . . .
----+---------+---------+---------+---------+---------+------
80.0 82.5 85.0 87.5 90.0 92.5统计性概念:
两个工程显示互相不同的母集团吗?假设检定 例继续工程 A工程 B80.0 82.5 85.0 87.5 90.0 92.5还是,两个工程显示一个母集团?null设定假设 对立假设 (H1)
要证明的问题
统计性解释:
工程A 和工程B的母集团平均是不同。
实际性解释:
工程B 的平均数率和
工程A 的平均数率不同。 归属假设 (Ho)
假定
统计性解释:
工程A 和工程B的母集
团平均是相同。
实际性解释:
两个工程之间没有数率差异。即,不能说改善工程数率比原有工程数率提高。目标: 改善工程B 的数率和原有工程A 的数率是否不同,利用Sample判断。null 检定统计量 (Test Statistic)在归属假设和对立假设中选择一个,根据成为基准统计量的情况,
设定 Z, t , F 分布等 确切地检定统计量。 选择归属假设?
或选择对立假设? 假设检定的两种错误 正确决定 第 二种错误
第一种错误 (TypeⅠError) :即使归属假设为真的 也抛弃归属假设的错误
危险(risk) : 犯第一种错误的最大概率
第二种错误 (TypeⅡ Error) : 即使归属假设为假的也选择归属假设的错误
危险(risk) : 犯第二种错误的概率 Ho 选择Ho 真时H1 真时实际现象检定结果假设检定第一种错误 正确决定
H1 选择null 检定力(Power)
归属假设错误时,抛弃假设的概率。即,意味着正确判断错误的假设概率,
并用1-β 来表示。 留意水准 (Significance Level)
归属假设 Ho 为真实值时会抛弃归属假设 Ho 的最大允许限度,
即,犯第一种错误的概率最大允许限度。错误 的最大值一般使用
0.05(5%), 0.01(1%), 0.10(10%)。 假设检定 p –值 ( p-value )
p – 值在归属假设真实时,抛弃归属假设的最小概率,即确定归属假设为假的结论时, 意味着我们的判断是错误的危险。假如此值小时,确定归属假设为假的结论。 : 在留意水准 抛弃归属假设 H0
: 在留意水准 选择归属假设 H0 [ P值与留意水准 的关系]null假设检定的步骤1. 设定归属假设和对立假设
2. 选择检定统计量
3. 决定留意水准
4. 决定抛弃域
5. 计算检定统计量
6. 决定根据检定统计量的
假设的选择与否
6. 从检定统计量值改善留意概率 p 值。
7. 决定通过p 值的假设的选择与否。
p 值小于α值,抛弃,H0 选择 H1
p 值大于α值,选择 H0 抛弃 H1。
或者 在Minitab中如同以下方法,
通过 p值决定假设的
选择与否。假设检定