Minitab-T檢驗(yàn)課件

1、流程改善方法論- 標(biāo)準(zhǔn)量化管理綠帶,T檢驗(yàn),1,學(xué)習(xí)交流PPT,標(biāo)準(zhǔn)量化管理的改善方法論,步驟 II: 持續(xù)改進(jìn)(I),I1: 全部影響因素分析 (流程圖),步驟 I: 量化測(cè)量(M),M1: 項(xiàng)目背景 1.1 項(xiàng)目背景概述 1.2 項(xiàng)目客戶分析,M2: 流程框架分析 2.1 流程框架分析, 確定項(xiàng)目范圍(SIPOC,價(jià)值流圖) 2.2 選擇關(guān)鍵流程(因果矩陣),步驟 III: 標(biāo)準(zhǔn)化(S),S1: 制定控制計(jì)劃并實(shí)施 1.1 制定控控制計(jì)劃(防錯(cuò), 控制計(jì)劃) 1.2 對(duì)y和關(guān)鍵X進(jìn)行SPC管理(SPC, 流程能力),M3: 項(xiàng)目關(guān)鍵指標(biāo)定義 3.1 項(xiàng)目Y/y定義 (基礎(chǔ)統(tǒng)計(jì), 基本圖表)

2、 3.2 Y/y的測(cè)量系統(tǒng)分析 (MSA) 3.3 Y/y的流程能力現(xiàn)況分析,確定基線(SPC, 能力分析) 3.4 Y/y的目標(biāo)設(shè)定,S2: 標(biāo)準(zhǔn)化 2.1 流程標(biāo)準(zhǔn)更新 2.2 現(xiàn)場(chǎng)管理標(biāo)準(zhǔn)更新 2.3 崗位訓(xùn)練標(biāo)準(zhǔn) 2.4 成果推廣復(fù)制,M4: 項(xiàng)目財(cái)務(wù)收益預(yù)估,M5: 項(xiàng)目的實(shí)施計(jì)劃 5.1 項(xiàng)目實(shí)施團(tuán)隊(duì)構(gòu)成 5.2 項(xiàng)目工作進(jìn)度表 5.3 項(xiàng)目風(fēng)險(xiǎn)分析, 資源要求 5.4 項(xiàng)目定義表,S3: 項(xiàng)目最終成果 3.1 項(xiàng)目指標(biāo)(Y)的變化對(duì)比 3.2 財(cái)務(wù)指標(biāo)連接,I2: 關(guān)鍵影響因素定性分析 2.1 定性確定關(guān)鍵因素(因果矩陣) 2.2 關(guān)鍵因素失效模式分析, 初步改善措施,I3: 關(guān)

3、鍵影響因素定量分析 3.1關(guān)鍵因素的測(cè)量系統(tǒng)分析 3.2關(guān)鍵因素的流程能力分析 3.3關(guān)鍵因素和y的關(guān)系定量分析 (抽樣計(jì)劃, 多變量分析, 假設(shè)檢驗(yàn), T檢驗(yàn), ANOVA, 卡方, 回歸等),I4: 關(guān)鍵影響因素的改善 4.1 確定關(guān)鍵因素的最佳控制范圍(DOE) 4.2 關(guān)鍵因素的改善對(duì)策, 效果檢驗(yàn) (精益工具, 方案選擇法, 假設(shè)檢驗(yàn)法等),2,學(xué)習(xí)交流PPT,目的,介紹t檢驗(yàn)及其在平均值比較中的重要性 介紹平均值/中位數(shù)檢驗(yàn)的基本概念 掌握t檢驗(yàn)的相關(guān)理論和分析方法 工具使用場(chǎng)合 t檢驗(yàn)的分類 介紹t檢驗(yàn)路線圖 課堂練習(xí) t檢驗(yàn)的實(shí)際案例分析 了解t檢驗(yàn)通常遇到的問題,3,學(xué)習(xí)交流

4、PPT,統(tǒng)計(jì)檢驗(yàn),在假設(shè)檢驗(yàn)?zāi)K中，我們討論不同群組的比較 我們想知道是否有充足的統(tǒng)計(jì)證據(jù)來拒絕零假設(shè) 我們收集數(shù)據(jù)后，該如何“檢驗(yàn)”這些數(shù)據(jù)呢？ 有數(shù)種不同的檢驗(yàn)方法，視數(shù)據(jù)的類型和比較的對(duì)象而定 在此，我們將檢驗(yàn)計(jì)量型輸出數(shù)據(jù)（Variables Output Data）與計(jì)數(shù)型輸入數(shù)據(jù)（Attributes Input Data）,4,學(xué)習(xí)交流PPT,X 數(shù)據(jù),離散,連續(xù),Y 數(shù)據(jù),離散,連續(xù),卡方-獨(dú)立性檢驗(yàn),邏輯回歸,方差分析 均值 / 中位數(shù)檢驗(yàn),回歸,我們將講授什么?,工具使用場(chǎng)合,5,學(xué)習(xí)交流PPT,Y 是什么? _ 數(shù)據(jù)類型是什么? _,X 是什么? _ 數(shù)據(jù)類型是什么? _

5、,你會(huì)使用哪一種工具呢? _,領(lǐng)班想知道兩名員工的卸貨時(shí)間是否 有顯著的差異 (以分鐘為測(cè)量單位),工具使用場(chǎng)合,6,學(xué)習(xí)交流PPT,具體內(nèi)容介紹, t檢驗(yàn)的分類 t檢驗(yàn)路線圖 課堂練習(xí) 案例分析,7,學(xué)習(xí)交流PPT,T檢驗(yàn)的分類,單樣本t檢驗(yàn),適用條件：一個(gè)樣本，具備正態(tài)分布但未知其標(biāo)準(zhǔn)偏差時(shí)；檢驗(yàn)單組樣本所對(duì)應(yīng)的總體均值是否與假定目標(biāo)均值有差異。,分成三類,雙樣本t檢驗(yàn),適用條件：兩組樣本都具備正態(tài)分布但未知各自的標(biāo)準(zhǔn)偏差時(shí)；檢驗(yàn)兩組樣本所對(duì)應(yīng)的總體均值是否有差異。,配對(duì)t檢驗(yàn),適用條件：兩列數(shù)據(jù)劃分若干個(gè)行，同行的兩個(gè)數(shù)據(jù)構(gòu)成一組；假設(shè)兩組成對(duì)樣本差值所對(duì)應(yīng)的總體具備正態(tài)分布但未知各自的

6、標(biāo)準(zhǔn)偏差時(shí)；檢驗(yàn)兩列成對(duì)樣本所對(duì)應(yīng)的總體均值是否有差異。,8,學(xué)習(xí)交流PPT,對(duì)此你如何做決定?,樣本編號(hào) 顧客1 顧客2 1 23.224.2 2 22.223.2 3 24.324.8 4 22.122.7 5 25.925.3,數(shù)據(jù),9,學(xué)習(xí)交流PPT,1 水平的范例 顧客1的20個(gè)交貨時(shí)間樣本與規(guī)格比較,2 水平的范例 顧客1和2的20個(gè)交貨時(shí)間樣本相互比較,3 水平的范例 顧客1，2和3的20個(gè)交貨時(shí)間樣本相互比較,連續(xù)型數(shù)據(jù) Y 和離散型數(shù)據(jù) X,10,學(xué)習(xí)交流PPT,方差 均值 / 中位值 檢驗(yàn),連續(xù) Y 和離散X路線圖,11,學(xué)習(xí)交流PPT,注意: 在只有一個(gè)群組的情況下，我們

7、討論的是將我們的樣本數(shù)據(jù)與預(yù)定值做比較(即 =26 或， =2 ),1 水平的范例 對(duì)顧客1的20個(gè)交貨時(shí)間樣本：我們是否達(dá)到了目標(biāo)時(shí)間 (在26天內(nèi)，完成接受的訂單并把貨物送至顧客手中)?,連續(xù) Y 和離散X路線圖,12,學(xué)習(xí)交流PPT,零假設(shè) (Ho):我們的交貨時(shí)間與目標(biāo)時(shí)間沒有差異 備擇假設(shè) (Ha): 我們的交貨時(shí)間小于目標(biāo)時(shí)間,13,學(xué)習(xí)交流PPT,打開工作表t-檢驗(yàn).MPJ 中的 單樣本t,分析路線圖 ：?jiǎn)我?樣本,14,學(xué)習(xí)交流PPT,單樣本 t,顧客1 25.2969 26.0578 24.0700 24.8199 25.9851 25.3572 .,分析路線圖:單一樣本,1

8、5,學(xué)習(xí)交流PPT,1 水平 X 的比較,研究穩(wěn)定性(若可行),SPC Chart I-MR,是否有任何明顯的變化趨勢(shì)或模式，足以證明數(shù)據(jù)并非來自單一的總體/流程?,Minitab,焦點(diǎn)或問題是？,分析路線圖:單一樣本,16,學(xué)習(xí)交流PPT,Minitab 指令 I-MR Chart,步驟1：研究穩(wěn)定性,17,學(xué)習(xí)交流PPT,是否有任何明顯的變化趨勢(shì)或模式，足以證明數(shù)據(jù)并非來自單一的總體/流程?,Minitab 輸出,18,學(xué)習(xí)交流PPT,1 水平 X 的比較,研究穩(wěn)定性(若可行),SPC Chart I-MR,Minitab,焦點(diǎn)或問題是？,研究形態(tài),描述統(tǒng)計(jì) 與正態(tài)檢驗(yàn),數(shù)據(jù)是否為正態(tài)分布

9、 ? 小 P值 (.05), 數(shù)據(jù)為非正態(tài)分布 注意樣本大小的問題,是否有任何明顯的變化趨勢(shì)或模式，足以證明數(shù)據(jù)并非來自單一的總體/流程?,分析路線圖:單一樣本,步驟2：研究形態(tài),19,學(xué)習(xí)交流PPT,1)直方圖 (Histogram) 數(shù)據(jù)是否呈鐘型曲線? 2)正態(tài)分布圖 (Normality Plot) 數(shù)據(jù)點(diǎn)是否為一直線? 3)P 值 P 值是否大于 0.05?,正態(tài)分布檢驗(yàn)的三種方法,20,學(xué)習(xí)交流PPT,Minitab 指令圖形化匯總,21,學(xué)習(xí)交流PPT,數(shù)據(jù)是否為正態(tài)分布 ? 小 P值 (.05), 數(shù)據(jù)為非正態(tài)分布 注意樣本大小的問題,Minitab輸出,22,學(xué)習(xí)交流PPT,

10、Minitab 指令:正態(tài)檢驗(yàn),23,學(xué)習(xí)交流PPT,Minitab 輸出,24,學(xué)習(xí)交流PPT,1 水平 X 的比較,研究穩(wěn)定性 (若可行),SPC Chart I-MR,Minitab,焦點(diǎn)或問題是？,研究形態(tài),描述統(tǒng)計(jì)與 正態(tài)檢驗(yàn),數(shù)據(jù)是否為正態(tài)分布 ? 如果P值 0.05, 數(shù)據(jù)為非正態(tài)分布 注意樣本大小的問題,研究 離散度,研究 中心趨勢(shì),OR,是否有任何明顯的變化趨勢(shì)或模式，足以證明數(shù)據(jù)并非來自單一的總體/流程?,分析路線圖:單一樣本,步驟3：研究中心趨勢(shì),25,學(xué)習(xí)交流PPT,1 水平 X 的比較,研究穩(wěn)定性(若可行),Minitab,焦點(diǎn)或問題是？,研究形態(tài),研究 中心趨勢(shì),正

11、態(tài)分布,非正態(tài)分布,均值檢驗(yàn) 單樣本t檢驗(yàn) 單樣本Z檢驗(yàn) 范例： (Ho: 均值 =26.0),Z- or T-檢驗(yàn) (if n25) 轉(zhuǎn)換成正態(tài)數(shù)據(jù)并使用 Z 檢驗(yàn) Non-Parametric Tests 非參數(shù)檢驗(yàn) 1-Sample Wilcoxon Signed-RankExample: (Ho: Median =26),P值 .05 真實(shí)平均值 (或中位數(shù)) 不等于 特定值,SPC Chart I-MR,是否有任何明顯的變化趨勢(shì)或模式，足以證明數(shù)據(jù)并非來自單一的總體/流程?,描述統(tǒng)計(jì)與正態(tài)檢驗(yàn),數(shù)據(jù)是否為正態(tài)分布? 小 P值 (.05), 數(shù)據(jù)為非正態(tài)分布 注意樣本大小的問題,分析路

12、線圖:單一樣本,分成兩類,26,學(xué)習(xí)交流PPT,顧客1 25.2969 26.0578 24.0700 24.8199 25.9851 25.3572 .,回到我們的范例. 實(shí)際問題: 對(duì)顧客1我們是否達(dá)成，用26天來完成接受的訂單并交貨至顧客手中的承諾? 記住，當(dāng)我們談?wù)搯我粯颖緯r(shí) ，我們是將樣本與目標(biāo)值、歷史數(shù)據(jù)或規(guī)格做比較,分析路線圖:單一樣本,27,學(xué)習(xí)交流PPT,Minitab單一樣本t檢驗(yàn),28,學(xué)習(xí)交流PPT,單樣本 T: 顧客 1 mu = 26 與 26 的檢驗(yàn) 平均值 變量 N 平均值 標(biāo)準(zhǔn)差 標(biāo)準(zhǔn)誤 95% 上限 T P 顧客 1 100 24.8108 0.9765 0

13、.0977 24.9730 -12.18 0.000,P值 !,Minitab輸出,29,學(xué)習(xí)交流PPT,Minitab圖表輸出,30,學(xué)習(xí)交流PPT,您所尋找的數(shù)值是否介于此范圍之內(nèi)?,Minitab用另一方法來回答此問題,31,學(xué)習(xí)交流PPT,Ho: 顧客1的中位數(shù) = 26 Ha: 顧客1的中位數(shù) 26 若 P 值低，則拒絕 Ho,單一樣本：非正態(tài)數(shù)據(jù),32,學(xué)習(xí)交流PPT,Wilcoxon 符號(hào)秩檢驗(yàn): 顧客 1 中位數(shù) = 26.00 與中位數(shù) 26.00 的檢驗(yàn) Wilcoxon 估計(jì)中 N 檢驗(yàn) N 統(tǒng)計(jì)量 P 位數(shù) 顧客 1 100 100 190.0 0.000 24.81,

14、另一個(gè) P值 !,Minitab ：分析,33,學(xué)習(xí)交流PPT,研究 離散度,1 水平 X 的比較,研究穩(wěn)定性(若可行),研究形態(tài),研究 中心趨勢(shì),分析路線圖:單一樣本,步驟4：研究離散度,34,學(xué)習(xí)交流PPT,顧客1 25.2969 26.0578 24.0700 24.8199 25.9851 25.3572 .,實(shí)際問題: 給客戶1的交貨時(shí)間的標(biāo)準(zhǔn)差 (離散度) 是否小于 1.5 天? 如果是 1.0 天呢?,分析路線圖:單一樣本,35,學(xué)習(xí)交流PPT,Minitab 輸出,36,學(xué)習(xí)交流PPT,2 水平 X 的比較,1 水平 X 的比較,研究穩(wěn)定性(若可行),研究形態(tài),研究 離散度,研

15、究 中心趨勢(shì),或,分析路線圖,37,學(xué)習(xí)交流PPT,注意: 當(dāng)2水平時(shí)，我們比較它們相對(duì)應(yīng)的某些方面,2 水平的范例：對(duì)顧客1與顧客2的交貨時(shí)間是否有顯著的差異?,分析路線圖,38,學(xué)習(xí)交流PPT,打開工作表 雙樣本 t,分析路線圖:2個(gè)樣本,39,學(xué)習(xí)交流PPT,顧客1 顧客2 25.296926.0056 26.057825.9400 24.070026.0063 24.819926.4356 25.985125.9927 24.690223.6961 25.933725.6764 25.100524.5723 .,實(shí)際問題: 顧客1與顧客2的交貨時(shí)間 是否有顯著的差異？,分析路線圖:2個(gè)

16、樣本,40,學(xué)習(xí)交流PPT,零假設(shè)(Ho): 對(duì)顧客1與顧客2的交貨時(shí)間沒有差異 備擇假設(shè)(Ha): 顧客1與顧客2的交貨時(shí)間不同,假設(shè),41,學(xué)習(xí)交流PPT,分析路線圖:2個(gè)樣本,42,學(xué)習(xí)交流PPT,與前面一樣-但針對(duì)每個(gè)水平顧客2數(shù)據(jù),為什么我們要分別檢驗(yàn)每一樣本的穩(wěn)定性與正態(tài)性?,43,學(xué)習(xí)交流PPT,Minitab 堆疊數(shù)據(jù),44,學(xué)習(xí)交流PPT,顧客1顧客2堆疊 子組 25.296926.005625.29691 26.057825.940026.05781 24.070026.006324.07001 24.819926.435624.81991 25.985125.992725

17、.98511 24.690223.696124.69021 25.933725.676425.93371 .,Minitab 堆疊數(shù)據(jù),45,學(xué)習(xí)交流PPT,Minitab 堆疊數(shù)據(jù),46,學(xué)習(xí)交流PPT,Minitab ：等方差檢驗(yàn),47,學(xué)習(xí)交流PPT,Minitab ：等方差檢驗(yàn)輸出,Ho: s2(顧客1) = s2 (顧客2) Ha: s2 (顧客1) s2 (顧客2),接受Ho，方差均等假設(shè)成立,P值 !,48,學(xué)習(xí)交流PPT,方差均等,方差不均等,小 P-值(.05) 中心趨勢(shì) Not Equal for the 2 populations,2 水平 X 的比較,SPC Chart

18、 I-MR,是否有任何明顯的變化趨勢(shì)或模式，足以證明數(shù)據(jù)并非來自單一的總體/流程?,Minitab,何為焦點(diǎn)或問題？,研究穩(wěn)定性(若可行),研究形態(tài),研究 離散度,分析路線圖:2個(gè)樣本,49,學(xué)習(xí)交流PPT,兩個(gè)平均值的比較,有兩種方法來比較兩組樣本的平均值 兩個(gè)樣本的T檢驗(yàn) 一元方差分析（下一個(gè)模塊） 我們將討論這兩種方法，并比較它們的相似處與不同處,50,學(xué)習(xí)交流PPT,雙尾檢驗(yàn),T=1.96,T=-1.96,For = .05,雙尾檢驗(yàn) (Two-Tailed Test ),假設(shè)檢驗(yàn)通常以 的形式來表示,51,學(xué)習(xí)交流PPT,右尾檢驗(yàn),T=-1.64,For = .05,左尾檢驗(yàn),單尾檢

19、驗(yàn) (One-Tailed Test ),52,學(xué)習(xí)交流PPT,Ho: 均值(顧客1) = 均值(顧客2) Ha: 均值(顧客1) 均值(顧客2),Minitab 兩個(gè)樣本 t 檢驗(yàn),53,學(xué)習(xí)交流PPT,雙樣本 T 檢驗(yàn)和置信區(qū)間: 顧客 1, 顧客 2 顧客 1 與 顧客 2 的雙樣本 T 平均值 N 平均值 標(biāo)準(zhǔn)差 標(biāo)準(zhǔn)誤 顧客 1 100 24.811 0.977 0.098 顧客 2 100 25.449 0.990 0.099 差值 = mu (顧客 1) - mu (顧客 2) 差值估計(jì): -0.638 差值的 95% 置信區(qū)間: (-0.912, -0.364) 差值 = 0

20、(與 ) 的 T 檢驗(yàn): T 值 = -4.59 P 值 = 0.000 自由度 = 197,Minitab -兩個(gè)樣本 t 檢驗(yàn),A P-Value !,拒絕Ho，接受Ha：送貨時(shí)間有顯著差異,54,學(xué)習(xí)交流PPT,Minitab 配對(duì) t 檢驗(yàn),2 水平 X 的比較,研究穩(wěn)定性(若可行),研究形態(tài),研究中心趨勢(shì),研究離散度,配對(duì) t 檢驗(yàn)與雙樣本t 檢驗(yàn)的主要區(qū)別在于:雙樣本t檢驗(yàn)以兩組獨(dú)立的樣本數(shù)據(jù)對(duì)應(yīng)的總體均值研究穩(wěn)定性、形態(tài)、離散度以及中心趨勢(shì)；配對(duì)t檢驗(yàn)兩組樣本數(shù)據(jù)是相關(guān)的，它們之間是匹配的或配對(duì)的，如一次事務(wù)、一臺(tái)設(shè)備或一個(gè)產(chǎn)品，并以兩組樣本間的差值研究穩(wěn)定性、形態(tài)、離散度以及中

21、心趨勢(shì)。,計(jì)算差值,55,學(xué)習(xí)交流PPT,某皮鞋公司為了比較用于男孩鞋底的兩種材料的耐磨性，特安排如下實(shí)試驗(yàn)，分別做了10雙鞋，每雙鞋的其中一只由A材料做成，另一只由B材料做成，至于哪個(gè)是左腳哪個(gè)是右腳，是隨機(jī)決定的。現(xiàn)找10個(gè)男孩試穿了3個(gè)月，然后測(cè)量其磨損程度如下： 材料A：13.2 8.2 10.9 14.3 10.7 6.6 9.5 10.8 8.8 13.3 材料B：14.0 8.8 11.2 14.2 11.8 6.4 9.8 11.3 9.3 13.6 試以=1%的顯著水平利用配對(duì)t檢驗(yàn)的方法檢驗(yàn)兩種材料的耐磨性是否一樣?,Minitab 配對(duì) t 檢驗(yàn),56,學(xué)習(xí)交流PPT,M

22、initab 配對(duì) t 檢驗(yàn),步驟一：計(jì)算材料A和材料B兩組數(shù)據(jù)的差值，并保存。 打開工作表配對(duì)t檢驗(yàn).MTW,57,學(xué)習(xí)交流PPT,Minitab 配對(duì) t 檢驗(yàn),步驟二：研究穩(wěn)定性,58,學(xué)習(xí)交流PPT,Minitab 配對(duì) t 檢驗(yàn),步驟二：研究形態(tài),59,學(xué)習(xí)交流PPT,Minitab 配對(duì) t 檢驗(yàn),60,學(xué)習(xí)交流PPT,Minitab 配對(duì) t 檢驗(yàn),步驟三：研究中心趨勢(shì),61,學(xué)習(xí)交流PPT,Minitab 配對(duì) t 檢驗(yàn),步驟四：配對(duì)t 檢驗(yàn),62,學(xué)習(xí)交流PPT,Minitab 配對(duì) t 檢驗(yàn)輸出,配對(duì) T 檢驗(yàn)和置信區(qū)間: 材料A, 材料B 材料A - 材料B 的配對(duì) T

23、平均值 N 平均值 標(biāo)準(zhǔn)差 標(biāo)準(zhǔn)誤 材料A 10 10.630 2.451 0.775 材料B 10 11.040 2.518 0.796 差 分 10 -0.410 0.387 0.122 平均差的 95% 置信區(qū)間: (-0.687, -0.133) 平均差 = 0 (與 0) 的 T 檢驗(yàn): T 值 = -3.35 P 值 = 0.009,結(jié)論：材料A和材料B制作的皮鞋磨損的厚度均值不相等。,63,學(xué)習(xí)交流PPT,Minitab 配對(duì) t 檢驗(yàn)輸出,材料A 與 材料B 的雙樣本 T 平均值 N 平均值 標(biāo)準(zhǔn)差 標(biāo)準(zhǔn)誤 材料A 10 10.63 2.45 0.78 材料B 10 11.04 2.52 0.80 差值 = mu (材料A) - mu (材料B) 差值估計(jì): -0.41 差值的 95% 置信區(qū)間: (-2.75, 1.93) 差值 = 0 (與 ) 的 T 檢驗(yàn): T 值 = -0.37 P 值 = 0.717 自由度 = 17,如果用雙樣本t檢驗(yàn)會(huì)得出什么結(jié)果？試做一下。,你的結(jié)論是什么？,64,學(xué)習(xí)交流PPT,通常易出現(xiàn)的問題,在t檢驗(yàn)之前未進(jìn)行穩(wěn)定性、形態(tài)、中心趨勢(shì)和離散度研究。 雙樣本t檢驗(yàn)和配對(duì)t檢驗(yàn)混同，得出錯(cuò)誤的結(jié)論。 分析結(jié)論未結(jié)合實(shí)際判斷，輕信統(tǒng)計(jì)結(jié)論。,65,學(xué)習(xí)交流PPT,做 t 檢驗(yàn)之前最好先做下列確認(rèn)或分析： 數(shù)據(jù)經(jīng)過MS