搜索
写经验 领红包

六西格玛假设检验方法汇总(六西格玛检验方法判断)

在生活中,很多人可能想了解和弄清楚优思学院|六西格玛管理常用的假设检验是什么?的相关问题?那么关于六西格玛假设检验方法汇总的答案我来给大家详细解答下。

六西格玛假设检验方法汇总(六西格玛检验方法判断)

在六西格玛项目中或者其他学术研究领域之中,我们经常要对原因和输出结果之间的关系进行分析和确认,这个时候我们就需要用到假设检验。在大部分的研究中,我们想要证明:母体中有某种特定的效应。

优思学院|六西格玛认证课程

例如我们猜想大部分喝咖啡的人都偏好现煮咖啡,为方便讨论,统计检定会先假设我们在找的效应并不存在。然后,我们开始寻找的证据,必须不利这个假设,因而支持我们想找的效应。

假设检验的第一步,是要先列出一个断言,然后我们再试着找出证据来否定它。

原始假设H。

在假设检验中,受检验的断言叫做原始假设(null hypothesis)。鉴定是设计来评估:否定原始假设的证据有多强。

通常,原始假设都是“没有效应”或“没有差别”的叙述。

“原始假设”这个词用Ho代表,读法是“H零”。Ho是关于母体的叙述,所以一定要用母体参数来表示。咖啡的例子当中的参数,是所有喝咖啡的人里偏爱现煮咖啡的比例 p。原始假设是:

Ho: p=0.5

我们希望或猜想可取代H。的正确叙述,叫对立假设(alternative hypothesis),用Ha表示。在例子中,对立假设就是:喝咖啡的人大多偏好现煮咖啡。用母体参数表示就是:

Ha: p>0.5

假设检验会找对原始假设不利、但对对立假设有利的证据。

如果观察到的结果,在原始假设为真的情况下是出人意料的,而在对立假设为真时却较易发生,这个证据就很强。

比如说,当事实上母体只有一半喜欢现煮咖啡,却发现50位受试者中有36位喜欢,就会出人意料。

有多出人意料呢?用机率来回答这个问题:这个机率指的就是,在Ho正确时实际观察到的结果跟预期结果差距很大的机率,而这个差距至少要等于(或大于)实际观察与预期结果的差距。

怎么样算是“跟预期的差距很大”?这既和Ho有关,也和Ha有关。

在试喝测试中,我们希望得到的机率,就是在50人中至少有36人喜欢现煮咖啡的机率。如果原始假设p=0.5正确的话,上述的这个机率会非常小(0.001)。这就是原始假设不正确的有力证据。

关于P值

假设检验中的 P值(P-value)是在Ho为真的假设下,所得到样本结果会像实际观察结果那么极端或更极端的机率。P值愈小,资料所提供否定Ho的证据就愈强。

在实际应用时,大部分的统计检定可以由会计算P值的电脑软体来执行,例如minitab、SPSS、Excel。

在许多领域中都常见到引用P值来描述研究结果。所以,即使你自己不做假设检验,也应该要知道P值的意义,就像虽然你自己不用计算置信区间,但也应该要了解“95%置信水平”是什么意思。

温馨提示:通过以上关于优思学院|六西格玛管理常用的假设检验是什么?内容介绍后,相信大家有新的了解,更希望可以对你有所帮助。