联想集团6sigma培训资料--对比实验(编辑修改稿)

联想集团6sigma培训资料--对比实验(编辑修改稿)内容摘要：

间。 μ N=100 N=200 N=300 N=400 N=500 Legend Confidential Exercise  X =  X n Distribution of Sampling Averages X X 研究草莓酱的重量是多少。 答案： μ = 95％的置信区间 Legend Confidential 假设检验 第三单元 Legend Confidential  例：草莓酱的净重服从正态分布 N（ μ ， σ 2）， 6月份从产品中随机抽取 50瓶称重的平均重量为 克 , 5月份从产品中随机抽取 50瓶称重的平均重量为 , ，问从总体上是否重量比原来少了。 这不是一个参数估计问题 要求对 μ 6μ 5=0作出回答：是与否 这类问题被称为统计假设检验问题  估计的主要任务是找参数值等于几；  假设检验的兴趣主要是看参数的值是否等于某个特别感兴趣的值 Legend Confidential H0和 Ha H0  要判断 差异的范围，我们先要问一问在总体均值相等的情况下，样本均值会发生什么情况，即是否两个均值的差等于 0，在统计学上被称为 零假设 (null hypothesis)  之所以用零来修饰假设，其原因是假设的内容总是没有差异或没有改变 0: 560  HLegend Confidential H0和 Ha HA  零假设其逻辑上的反面假设是“两个参数有区别”。 这种反面假设称为 备择假设（ alternative hypothesis）。  当零假设所提问的问题被否定时，备择假设的答案就是正确的。 如果样本数据能证明对于零假设提出的问题应该否定，那么我们就拒绝（ reject）零假设而倾向于备择假设。 0: 56  AHLegend Confidential 概率： p值  p值是当零假设正确时，得到所观测的数据或更极端的数据的概率，这个概率称为 p值（ pvalue）。  当 p值小到以至于几乎不可能在零假设正确时出现目前的观测数据时，我们就拒绝零假设。 p值越小，拒绝零假设的理由就越充分。  注意： 有时错误以为 p值与零假设对错的概率有关，但这是不可能的 . p值指的是关于数据的概率。 p值告诉我们在某总体的许多样本中，某一类数据出现的经常程度。 Legend Confidential 假设检验机制：  为了求 p值，统计理论指出要把观测到的 本均值之差变换成标准得分。  标准得分： H0 1 观测到的差 样本均值的差 标准得分 p值＝ Legend Confidential 假设检验机制：  t值等于 ,因此两个样本均值之差等于 ，换句话说就是如果两总体均值相等的话，从均值相等的总体中抽取 200个样本两两相减所得之差只有 在 ，是小概率（ ）事件，我们拒绝零假设。 H0 1 观测到的差 样本均值的差 标准得分 p值＝ Legend Confidential  显著水平：我们不是在数据收集 完毕 之后计算 p值，而是在收集数据 以前 就已经确定好的小概率来构造一个区间。 当样本数据落入这个区间时就拒绝零假设。 这个小概率 称为检验的显著水平（ significant level），通常选 .  一个检验的显著水平 α是抽样所得的数据拒绝了本来是正确的零假设的概率。  拒绝域：当样本数据落入这个区间时就拒绝零假设，那么这个区间就称为拒绝域。  临界值（ critical values）： 拒绝域的边界所对应的标准得分的值。 对于双边检验，样本统计量的临界 值是两个值。 Legend Confidential Ho值 临界值 临界值 /2 /2 样本统计量 拒绝域 拒绝域 接受域 抽样分布 1  置信水平 Legend Confidential （ α和 β ） T r u e St a t eH 0 T ru e H 0 F a l seAcce p t H 0 C o rre ctD e ci si o。