海爾4.4_六西格瑪之分析階段_假設(shè)檢驗(yàn)

1、假設(shè)檢驗(yàn) ( Hypothesis Testing )DefineMeasureAnalyzeImproveControlStep 8- Data 分析Step 9- Vital Few X的選定 多變量研究 中心極限定理 假設(shè)檢驗(yàn) 置信區(qū)間 方差分析，均值檢驗(yàn) 卡方檢驗(yàn) 相關(guān)/回歸分析Step 7- Data 收集路徑位置目 錄假設(shè)檢驗(yàn)概要假設(shè)檢驗(yàn)的核心用語(yǔ)假設(shè)檢驗(yàn)的定義假設(shè)檢驗(yàn)的階段假設(shè)檢驗(yàn)的應(yīng)用?親愛(ài)的 Abby:你在你的專(zhuān)欄里說(shuō)婦女懷孕期是266天。這是誰(shuí)說(shuō)的？我懷我的孩子用了10個(gè)月零5天，這是確信無(wú)疑的，因?yàn)槲揖_地知道孩子懷上的那一天。我的丈夫在海軍服役，這個(gè)孩子不可能在其他任何

2、時(shí)間懷上，因?yàn)槲乙?jiàn)到他只一次，只有一個(gè)小時(shí)，而且在孩子出生之前我再也沒(méi)有和他見(jiàn)面。我不飲酒，也不東奔西跑，而且這個(gè)孩子不可能不是他的。所以請(qǐng)?jiān)趫?bào)紙上聲明收回關(guān)于 266 天懷孕的時(shí)間。因?yàn)榉駝t我將面臨許多的麻煩！ - 圣地亞哥讀者你將對(duì)她說(shuō)些什么？對(duì)他的丈夫說(shuō)些什么？假設(shè)檢驗(yàn)概要一則有趣的故事250 260 240 230 270 280 290 300 220 平均圣地亞哥的讀者平均懷孕時(shí)間是266天如果她說(shuō)懷孕260天，你對(duì)她懷疑嗎？如果她說(shuō)懷孕400天，你對(duì)她懷疑嗎？從哪點(diǎn)起你開(kāi)始懷疑呢？作一個(gè)記號(hào)假設(shè)檢驗(yàn)概要醫(yī)生很早就知道孩子自然出生有以下特征 正態(tài)分布 平均懷孕時(shí)間 = 天 標(biāo)準(zhǔn)偏差

3、 = 天假設(shè)檢驗(yàn)概要產(chǎn)科醫(yī)生早就知道： 正態(tài)分布平均 = 266 天 標(biāo)準(zhǔn)偏差 = 16 天假設(shè)檢驗(yàn)概要平均 = _266_標(biāo)準(zhǔn)偏差 = _16_ 臨產(chǎn)期間分布圣地亞哥的讀者,究竟如何呢?假設(shè)檢驗(yàn)概要 在工業(yè)生產(chǎn)中，我們經(jīng)常希望能夠確定某個(gè)分布的參數(shù)是否就是某個(gè)具體數(shù)值或是否與其有什么關(guān)系。也就是說(shuō)，我們可能希望要檢驗(yàn)這樣一個(gè)假設(shè)，即：某個(gè)分布的均值或標(biāo)準(zhǔn)差是否是某些數(shù)值，或者兩個(gè)均值之差是否是零。這些檢驗(yàn)就需要使用假設(shè)檢驗(yàn)方法。實(shí)際工作中的例子有： 1、制造商希望引進(jìn)一種新產(chǎn)品。為了能夠?qū)崿F(xiàn)利潤(rùn)，它們需要在今后5周的200小時(shí)內(nèi)生產(chǎn)1200件產(chǎn)品。如果生產(chǎn)一件產(chǎn)品的平均時(shí)間不超過(guò)6小時(shí)，那么

4、目標(biāo)就會(huì)實(shí)現(xiàn)。生產(chǎn)者可以通過(guò)檢驗(yàn)平均生產(chǎn)時(shí)間等于6小時(shí)這一假設(shè)來(lái)評(píng)估其是否具備所需要的生產(chǎn)能力。 2、這個(gè)制造商還打算修改工藝流程以減少另一種產(chǎn)品所需要的平均時(shí)間。它通過(guò)檢驗(yàn)在工藝流程改變前后的平均生產(chǎn)時(shí)間是否相同這一假設(shè)來(lái)評(píng)估流程的修改是否有效。這兩種情況都涉及到對(duì)總體均值的檢驗(yàn)。假設(shè)也可以檢驗(yàn)標(biāo)準(zhǔn)差或其他參數(shù)。工業(yè)案例的啟示假設(shè)檢驗(yàn)概要假設(shè)檢驗(yàn)是抽樣推斷的一個(gè)重要內(nèi)容。所謂假設(shè)檢驗(yàn)，就是事先對(duì)總體參數(shù)或總體分布形式的作出一個(gè)假設(shè)，然后利用樣本信息來(lái)判斷原假設(shè)是否合理，即判斷樣本信息與原假設(shè)是否有顯著差異，從而決定應(yīng)接受或否定原假設(shè)。所以，假設(shè)檢驗(yàn)也稱(chēng)為顯著性檢驗(yàn)。 假設(shè)檢驗(yàn)可分為兩類(lèi)： 一

5、是參數(shù)假設(shè)檢驗(yàn)，簡(jiǎn)稱(chēng)參數(shù)檢驗(yàn)； 二是非參數(shù)檢驗(yàn)或自由分布檢驗(yàn)妥善處理不確定 使主觀最小化問(wèn)題假設(shè)預(yù)防重要信息的遺漏控制判斷錯(cuò)誤的風(fēng)險(xiǎn)假設(shè)檢驗(yàn)概要：目的是處理實(shí)際問(wèn)題的方法,把實(shí)際問(wèn)題變成統(tǒng)計(jì)問(wèn)題因?yàn)槲覀冇?相對(duì)小的)樣本來(lái)估計(jì)總體的參數(shù),因而總有可能為我們的實(shí)驗(yàn)選擇一個(gè)“怪異” 的樣本,它可能不能代表一子群“典型”的觀測(cè).因此,推論統(tǒng)計(jì)學(xué)可利用一些假設(shè), 允許我們估計(jì)純粹由于偶然原因?qū)е碌牡玫揭粋€(gè)“怪異”結(jié)果的概率.比如,如果我們要知道一個(gè)硬幣是否“公平”, 我們可以?huà)佀鼣?shù)次,記錄我們看到它出現(xiàn)正面的次數(shù). 根據(jù)隨機(jī)我們期望大約看到50%正面.如果我們拋了10次硬幣,得到10次正面, 我們將清

6、楚的確信這個(gè)硬幣不“公平”. 用一個(gè)公平的硬幣1000次只有一次機(jī)會(huì)獲得10個(gè)正面.因此我們可以說(shuō)我們對(duì)于“不公平”的硬幣的判斷將有0.1%的錯(cuò)誤機(jī)會(huì).即只有1000分之1 (概率性的) 很難得發(fā)生的事件卻在一次實(shí)驗(yàn)中發(fā)生了，則我們這時(shí)判斷為硬幣是非正常的。）假設(shè)檢驗(yàn)概要在不好的一天我們可以得到一個(gè)好的工程而在一個(gè)好天里我們可以得到一個(gè)壞工程無(wú)論哪一種情況,我們都可能作出錯(cuò)誤的結(jié)論良品率研究 1研究 2我們聲明我們?cè)诠こ讨腥〉昧烁纳?而這個(gè)改善結(jié)果可能只是抽樣的函數(shù)假設(shè)檢驗(yàn)概要假設(shè)是關(guān)于某事是對(duì)的描述.如果我們拋10次硬幣得到了8次正面,我們將說(shuō)這個(gè)硬幣是不公平的.在此我們有錯(cuò)誤的概率(約5%

7、),但我們?cè)敢獬袚?dān)這個(gè)風(fēng)險(xiǎn).在工廠里我們用同樣的方法驗(yàn)證假設(shè)我們將把原因歸結(jié)于非常的事件,而不是純粹偶然.問(wèn)題:我們?nèi)绾舞b別非常事件?我們?nèi)绾卫媒y(tǒng)計(jì)學(xué)來(lái)幫助我們作出判斷?我們知道樣本數(shù)據(jù)服從自然散布。當(dāng)某事“真的發(fā)生”時(shí)我們?cè)鯓又朗钦鎸?shí)發(fā)生還是偶然發(fā)生？讓我們開(kāi)始研究這個(gè)程序。假設(shè)檢驗(yàn)概要為何使用假設(shè)檢驗(yàn)？當(dāng)無(wú)法確定是否存在真實(shí)差異時(shí)使用假設(shè)檢驗(yàn)。例如，分層點(diǎn)圖顯示子群平均值之間沒(méi)有明顯差異：您想知道平均值的微小差異是由于隨機(jī)變化還是反映了真實(shí)差異。假設(shè)檢驗(yàn)比分層點(diǎn)圖提供更明確的結(jié)果（如果假設(shè)滿(mǎn)足的話(huà)）。Reactor 1 Reactor 289 8481 8684 8384 9187 8

8、679 7985 8281 8983 8384 88Reactor.mtw讓我們看一個(gè)制造示例。假設(shè)我們改造了兩臺(tái)反應(yīng)器中的一臺(tái)反應(yīng)器。在我們改造所有反應(yīng)器之前我們想知道這些改善是否“顯著地”提高了工程良品率。 讓我們看一下結(jié)果數(shù)據(jù)。在這個(gè)示例中，反應(yīng)器B是新改造的反應(yīng)器。 假設(shè)檢驗(yàn)概要實(shí)際問(wèn)題: 與代表現(xiàn)有工藝的反應(yīng)器1相比，對(duì)反應(yīng)器2的改造能提高良品率嗎？ 統(tǒng)計(jì)問(wèn)題:反應(yīng)器2的平均值（85.54）和反應(yīng)器1的平均值(84.24)的差異是否足以被認(rèn)為是顯著的? 或者說(shuō)這兩個(gè)平均值是否足夠接近,可被認(rèn)為是由于偶然因素或日與日之間的散布呢? 差異 = 1.3%假設(shè)檢驗(yàn)概要Variable N M

9、ean StDev MedianReactor1 10 84.24 2.902 84.500Reactor2 10 85.54 3.65 85.40 . . . . . : :. . . . . . . .-+-+-+-+-+-+- 80.0 82.5 85.0 87.5 90.0 92.5B B B B B BB B B B80.0 82.5 85.0 87.5 90.0 92.5A AA AAAA A A反應(yīng)器 2反應(yīng)器 1這兩個(gè)反應(yīng)器代表兩個(gè)不同的工藝嗎? 這兩個(gè)反應(yīng)器代表一個(gè)基本的工藝嗎?假設(shè)檢驗(yàn)概要假設(shè)檢驗(yàn)的前提假設(shè)如果數(shù)據(jù)是連續(xù)的，我們假設(shè)基本分布是正態(tài)。您可能需要轉(zhuǎn)換非正態(tài)數(shù)據(jù)（

10、如周期）。當(dāng)比較不同總體的子群時(shí)，我們假設(shè)：獨(dú)立樣本。通過(guò)隨機(jī)抽樣實(shí)現(xiàn)。樣本是總體的代表（沒(méi)有偏差）。當(dāng)比較不同過(guò)程的子群時(shí)，我們假設(shè)：每個(gè)過(guò)程都是穩(wěn)定的。沒(méi)有特殊原因或隨時(shí)間的變化（沒(méi)有與時(shí)間相關(guān)的差異）。樣本是過(guò)程的代表（沒(méi)有偏差）。主要核心術(shù)語(yǔ)1、實(shí)際推斷原理： 概率小的事件幾乎不會(huì)發(fā)生2、零假設(shè)（Null Hypothesis- Ho）又名原假設(shè) 它是關(guān)于“沒(méi)有差異”或者“根本沒(méi)有效果”或“是相同的”陳述的假設(shè)， 它直到有充分的證據(jù)說(shuō)明其是錯(cuò)誤時(shí)為止總被認(rèn)為是真實(shí)的。3、備擇假設(shè)（Alternative Hypothesis- Ha）又名替代假設(shè) 它是關(guān)于“有差異”或“有效果”，或“不

11、同的”陳述的假設(shè) 它在零假設(shè)被推翻時(shí)生效的另一個(gè)假設(shè)，根據(jù)具體事件有不同的假設(shè)；4、類(lèi)錯(cuò)誤： 又名“棄真錯(cuò)誤”，是指零假設(shè)是真的時(shí)候而拒絕它5、值：又稱(chēng)顯著性水平，是指犯一類(lèi)錯(cuò)誤的概率，值越大，則越有可能 拒絕真實(shí)的零假設(shè)，該值一般沒(méi)有統(tǒng)一的基準(zhǔn)，通常設(shè)定為0.05， 如果犯一類(lèi)錯(cuò)誤將會(huì)造成嚴(yán)重性的后果，則要求它設(shè)定小些。6、P值： 顯示了犯一類(lèi)錯(cuò)誤的可能性，用來(lái)判斷是拒絕或接受零假設(shè)的。 P值越小，犯拒絕零假設(shè)錯(cuò)誤的可能性越小。 一般情況下，如果P0.05，則零假設(shè)成立， 如果P0.05，則推翻零假設(shè)。7、類(lèi)錯(cuò)誤: 又名”取偽錯(cuò)誤”,是指零假設(shè)是假的時(shí)候而接受它.8、值:是指犯二類(lèi)錯(cuò)誤的概率

12、，越大，則越有可能接受不真實(shí)的零假設(shè) 顯著差異 (Significant Difference) - 用于描述統(tǒng)計(jì)性假設(shè)檢驗(yàn)的結(jié)果 的術(shù)語(yǔ)，在此差異大的不能合理的隨機(jī)發(fā)生。那里很可能在發(fā)生什么特殊事9、檢驗(yàn)功效（Power） - 統(tǒng)計(jì)檢驗(yàn)的能力，探測(cè)出某事很重要時(shí)，實(shí)際上 某事確實(shí)很重要。常被用來(lái)決定在處置中樣本的大小是否足以探測(cè)到存在差異。 零假設(shè)不真實(shí)時(shí)推翻錯(cuò)誤零假設(shè)的概率, 即能夠檢出假的零假設(shè)的概率。(1-)11.檢驗(yàn)統(tǒng)計(jì)量（Test Statistic） -一個(gè)標(biāo)準(zhǔn)化的數(shù)值(z、t、F等)，代表錯(cuò)誤 確認(rèn)的可能性，分布于一個(gè)已知的方式，以便可以決定這個(gè)觀察到的數(shù)值的概率 通常錯(cuò)誤確認(rèn)

13、越可行，檢驗(yàn)統(tǒng)計(jì)量的絕對(duì)值就越小, 而且在其分布內(nèi)觀察到 這個(gè)數(shù)值的概率就越大。主要核心術(shù)語(yǔ)實(shí)際的假設(shè)是:新改造的機(jī)器將減少不良. 這個(gè)假設(shè)叫做備擇假設(shè) (Ha)統(tǒng)計(jì)假設(shè): 舊機(jī)器和改善的機(jī)器之間沒(méi)有差異. 這個(gè)假設(shè)叫做零假設(shè) (Ho)我們必須證明我們觀察到的數(shù)值極不可能出自相同的工藝,所以 Ho 肯定錯(cuò)了. 假設(shè)檢驗(yàn)定義陳述一個(gè) “零假設(shè)” (Ho)收集證據(jù) (一個(gè)實(shí)際樣本)判定:這個(gè)證據(jù)支持什么? 推翻 Ho? 或者 不推翻 Ho?假設(shè)檢驗(yàn)程序關(guān)于零假設(shè).零假設(shè)(Ho) 被假定是對(duì)的這就象被告被假定“無(wú)罪”一樣。 記住: 美國(guó)的司法系統(tǒng)不是“被證明清白之前有罪” 我們不在我們的實(shí)驗(yàn) “無(wú)影

14、響”的概率小到不能相信之前假設(shè)實(shí)驗(yàn)有影響。你就是被告的辯護(hù)律師。你必須提供證據(jù)來(lái)消除“合理的懷疑” “沒(méi)有罪” “無(wú)罪” 記住:假設(shè)檢驗(yàn)定義一般假設(shè)檢驗(yàn) 與Y=f(x1,x2.xn)有相同的樣式。這式中X對(duì)Y有顯著影響假設(shè)是真實(shí)還是假，實(shí)施檢驗(yàn)。假設(shè)檢驗(yàn)的基本假設(shè)和意識(shí)決定的風(fēng)險(xiǎn)我們調(diào)查之前對(duì)意識(shí)決定的風(fēng)險(xiǎn)度(作錯(cuò)誤判定的程度, , 失誤)與敏感度(效果的大小和標(biāo)準(zhǔn)偏差的比)具體的制定, 異常的樣本規(guī)格 作決定。然后考慮為合理性的抽樣計(jì)劃所具備的費(fèi)用、時(shí)間、可利用的資源等實(shí)質(zhì)性的界限。 假設(shè)檢驗(yàn)定義假設(shè)檢驗(yàn)中的兩種錯(cuò)誤(實(shí)際真相)子群相同子群不同接受 H0:子群相同結(jié)論或決定拒絕 H0:子群不

15、同沒(méi)有錯(cuò)誤類(lèi)錯(cuò)誤 類(lèi)錯(cuò)誤沒(méi)有錯(cuò)誤我們基于假設(shè)檢驗(yàn)所做的任何決定都有四種可能結(jié)果：我們可決定這些子群是相同還是不同，以及我們可能是對(duì)或錯(cuò)。在決定推翻與否時(shí)，我們可能會(huì)犯兩類(lèi)判斷錯(cuò)誤中的一個(gè)： 你的判定接受 Ho真理Ho 對(duì)Ho 錯(cuò)I類(lèi)錯(cuò)誤 （-風(fēng)險(xiǎn)）II類(lèi)錯(cuò)誤 （-風(fēng)險(xiǎn)）正確正確推翻 Ho假設(shè)檢驗(yàn)定義陪審團(tuán)的判決他無(wú)罪真實(shí)實(shí)際清白實(shí)際有罪I類(lèi)錯(cuò)誤 （-風(fēng)險(xiǎn)） II 類(lèi)錯(cuò)誤 （-風(fēng)險(xiǎn)）正確正確他有罪后果: 罪犯獲得自由后果:清白的人進(jìn)監(jiān)獄假設(shè)檢驗(yàn)定義示例: 機(jī)場(chǎng)安檢假設(shè)檢驗(yàn)定義報(bào)警機(jī)的判斷包里沒(méi)問(wèn)題真實(shí)包里沒(méi)問(wèn)題包里有危險(xiǎn)品 I類(lèi)錯(cuò)誤 （-風(fēng)險(xiǎn)) II 類(lèi)錯(cuò)誤 （-風(fēng)險(xiǎn))正確正確包里有危險(xiǎn)品后果:

16、 _后果: _類(lèi)錯(cuò)誤和類(lèi)錯(cuò)誤的實(shí)際含義兩種類(lèi)型的錯(cuò)誤都重要。過(guò)于防范一個(gè)錯(cuò)誤將增大另一個(gè)錯(cuò)誤發(fā)生的風(fēng)險(xiǎn)。增大樣本大?。航档皖?lèi)錯(cuò)誤的風(fēng)險(xiǎn)。允許您檢測(cè)到更小的差異。重要差異與顯著差異顯著但不重要的差異有時(shí)，您檢測(cè)到一個(gè)統(tǒng)計(jì)上顯著的差異但它小到 對(duì)您的企業(yè)沒(méi)有實(shí)際的重要性。示例：安裝機(jī)器的兩種方法新方法明顯要比標(biāo)準(zhǔn)方法快大約 10 分鐘。要證明實(shí)施新方法的成本是適當(dāng)?shù)?，有必要減少 30 分鐘。重要差異與顯著差異（續(xù)）重要但不顯著的差異有時(shí)，一個(gè)差異在統(tǒng)計(jì)上不能說(shuō)是顯著的，但該觀測(cè)差異對(duì)于 您的企業(yè)而言卻很重要。示例：密封容器的兩種方法在實(shí)驗(yàn)時(shí)觀測(cè)到每班增加 1000 個(gè)容器。增加 1000 個(gè)對(duì)企業(yè)

17、很重要。新技術(shù)有更高的平均值，但在統(tǒng)計(jì)上卻不能宣稱(chēng)有顯著的差異 （因?yàn)?P .05）。觀測(cè)差異由于隨機(jī)變化而產(chǎn)生且不存在真正的差異，或者變化太大（或樣本大小太?。┎荒軝z測(cè)到差異。企業(yè)領(lǐng)導(dǎo)者需要決定是否值得冒險(xiǎn)實(shí)施新方法。如果存在真正的差異，您最好實(shí)施新方法。但是如果新方法產(chǎn)生相同的結(jié)果，則只會(huì)徒勞無(wú)功。假設(shè)檢驗(yàn) : 怎樣進(jìn)行? 收集數(shù)據(jù)后，我們計(jì)算以下兩種參數(shù)： 檢驗(yàn)統(tǒng)計(jì)量 (形如信噪比SNR，如Z- 或 T-值), 和 “P-值”.“P-值” 是 “Ho 正確” 發(fā)生的概率。 P-值基于假設(shè)的或?qū)嶋H參考的分布(正態(tài)分布, T-分布, Chi-平方分布, F-分布, 等.)小的 “P-值”大的

18、 “Z” 或 “T”, 等Ho 被推翻大的 “P-值”小的 “Z” 或 “T”, 等Ho 不被推翻P 值定義假設(shè)檢驗(yàn)比較觀測(cè)到的各子群之間的差異。假設(shè)真實(shí)差異為 0（= 零假設(shè)），P 值等于獲得觀測(cè)差異的概率。P 值范圍從 0.0 到 1.0（0% 可能性到 100% 可能性）。按照慣例，通常將 P .05 視作是差異明顯的象征。如果 P .05，則可推斷真實(shí)差異為 0 的概率很小。討論：解釋 P 值有多種方法來(lái)陳述根據(jù) P 值得到的結(jié)論。您認(rèn)為下面哪些最容易理解？P 值用于判斷觀測(cè)到的各子群之間差異是否明顯大于普通原因（隨機(jī)）變化（如果 P .05，結(jié)論是肯定的）。如果 P .05，則拒絕

19、H0 而決定使用 Ha。P .05 意味著子群來(lái)自相同分布的概率小于 5%。P 值確定觀測(cè)到的差異是否在統(tǒng)計(jì)上看較顯著（如果 P .05，結(jié)論是肯定的）。假設(shè)真實(shí)差異為 0，P 值等于獲得觀測(cè)差異的概率。如果 P 值很小 ( .05)，我們說(shuō)觀測(cè)差異必須顯著，因?yàn)槿绻麤](méi)有真實(shí)差異，我們從樣本中觀測(cè)到這類(lèi)差異的概率就較小。P 值用于判斷拋棄零假設(shè)是否有足夠的統(tǒng)計(jì)證據(jù)（如果 P .05，結(jié)論是肯定的）。1.71.20.795% Confidence Intervals for SigmasP-Value : 0.341Test Statistic: 0.925Levenes TestP-Value

20、 : 0.315Test Statistic: 1.009Bartletts TestFactor Levels21Homogeneity of Variance Test for ComboP值到處都存在！P-Value: 0.020A-Squared: 0.889Anderson-Darling Normality TestN: 25StDev: 0.943184Average: 10.07991211109.999.99.95.80.50.20.05.01.001ProbabilityMach 1Normal Probability PlotOne-Way Analysis of Var

21、ianceAnalysis of VarianceSource DF SS MS F PFactor 1 0.12 0.12 0.11 0.740Error 48 53.71 1.12Total 49 53.83 Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev -+-+-+-+-Mach 1 25 10.080 0.943 (-*-) Mach 2 25 9.980 1.161 (-*-) -+-+-+-+-Pooled StDev = 1.058 9.60 9.90 10.20 10.50P-value要

22、多小根據(jù)狀況有所不同. 通常我們使用 0.05。 我們希望這些觀察結(jié)果隨機(jī)發(fā)生的機(jī)會(huì)小于10% (= 0.10).5% 會(huì)更好一些 (= 0.05).1% 感覺(jué)非常好 ( = 0.01).的水平取決于我們的假設(shè)“沒(méi)有差別”和所參考的散布類(lèi)型。但 顯著水平根據(jù)我們的關(guān)心與結(jié)果的置信度有所不同. (飛機(jī)部品的1%和木筷1%能一樣嗎.) 假設(shè)檢驗(yàn)的類(lèi)型假設(shè)檢驗(yàn)?zāi)康膖 檢驗(yàn)成對(duì) t 檢驗(yàn)ANOVA（F 檢驗(yàn)）（變異數(shù)的分析） 檢驗(yàn)比較兩子群平均值當(dāng)數(shù)據(jù)匹配時(shí)比較兩子群平均值比較兩子群或多子群平均值比較兩子群或多子群變異數(shù)比較兩子群或多子群比例Y（輸出） X（輸入） 連續(xù)離散（比例）離散 （“子群”）連

23、續(xù)檢驗(yàn)t 檢驗(yàn)成對(duì) t 檢驗(yàn)ANOVA 邏輯回歸回歸不同數(shù)據(jù)類(lèi)型的適當(dāng)分析方法當(dāng)輸入 (X) 變量是離散變量時(shí)，使用假設(shè)檢驗(yàn)。將離散 X 當(dāng)作“分子群”或由分層變量來(lái)看 X。示例：如果您希望按產(chǎn)品比較周期，那么不同產(chǎn)品類(lèi)型就是離散 X。如果 X 數(shù)據(jù)是連續(xù)的，則使用回歸分析判斷它們是否與輸出 (Y) 變量相關(guān)。假設(shè)檢驗(yàn)回歸分析我使用哪種分析方法？ 否，X 是連續(xù)的回歸主題檢驗(yàn)ANOVAt 檢驗(yàn)否，Y 是離散的（比例）否，比較更多的子群（平均值或變異數(shù)）是是是是成對(duì) t 檢驗(yàn) 否，比較兩個(gè)獨(dú)立的子群平均值將兩子群平均值與匹配的數(shù)據(jù)相比較X 是否是離散的？ （子群）Y 是否 是連續(xù)的？?jī)H比較 2子群?jiǎn)幔縔1是否與Y2 匹配在假設(shè)檢驗(yàn)中處理非正態(tài)連續(xù)數(shù)據(jù)方法找到一種使數(shù)據(jù)近似為正態(tài)的轉(zhuǎn)換方法。對(duì)轉(zhuǎn)換的數(shù)據(jù)進(jìn)行“假設(shè)檢驗(yàn)”。1.定義實(shí)際問(wèn)題 2.陳述目標(biāo)（產(chǎn)生統(tǒng)計(jì)問(wèn)題） 3.建立假設(shè)-陳述零假設(shè) (Ho) -陳述備擇假設(shè) (Ha).4.決定合適的統(tǒng)