【必讀】六西格瑪:雙樣本t檢驗(2)

工程质量
2粉絲
2026年5月10日
AI 生成·可能包含錯誤
今天呢
我們繼續和大家分享我們假設檢驗裏邊的工具啊
那麼今天說什麼呢
說雙樣本替檢驗
因爲上一次呢
我們說了一半沒有說完啊
我們今天要把這個雙本替檢驗說完
然後另外呢
我們來說一下雙樣本替檢驗的一個
或者說單樣本替檢驗吧
在一個比較特殊的一種應用的場景啊
叫配對替檢驗
那我們今天主要介紹這兩部分
大家可以有什麼問題呢
打到我們的評論區
那我們先來簡單過一下啊
我們上一次說的內容
那麼只要我們講假設檢驗的主題
那麼我們一定會給大家去說
說這個矩陣這一塊
那麼爲什麼每次都要說呢
因爲大家知道啊
這個六Sigma裏邊的統計工具非常多
那其實很大一部分統計工具啊
在六Sigma裏邊的應用來看的話
假設檢驗佔了40%
都有這麼大的一個比例
所以這個假設檢驗裏邊的工具的很多
很多同學學完之後呢
就會有些暈
可能不太知道什麼時候應用
就是說不同的場景下
應該選擇什麼樣的假設檢驗的工具
所以我們每次呢
都要把這個假設檢驗的這個矩陣
給大家梳理一下
那麼這個矩陣呢
其實大家可以看到啊
這個Y呢
就是想象變量
這個我們每次也都在說
X呢
其實就是我們的因子
那麼大家可以看到我們的Y呢
根據我們的數據類型
連域型數據和離散型數據分成了兩大類
那麼離散型數據呢
他得到的信息
基本上就是這個比率
那麼連域型數據呢
我們得到的信息量就比較豐富
基本上呢
我們可以分爲兩大類
第一大類就是偏正
也就是我們一組數據的中心位置
那麼形容或者說描述偏正的統計量有哪些呢
其實常用的有均值啊
有中位數
那麼中位數這個呢
其實我們還不是特別常用啊
他其實嚴格意義上來說叫非參數檢驗
我們就先把它劃掉
那麼還有一個呢
就是研究我們衡量我們數據波動程度啊
離散程度的叫胖和瘦
那麼常用的描述我們這個數據啊
波動程度的統計量人們就是我們的方差
那麼所以我們在選這個哪一列的時候
那是選均值選方差選比例
其實這個是根據我們問題來的
比如說
那我們比如想知道啊
我們產品的重量的中心位置可能受某一個因子的影響
那這句話我們一說出來
那這個問題我們一把它描述出來
大家就知道我們衡量的這個重量是什麼樣的數據啊
這個響變量是連線性數據
我們想知道因子對這個重量的什麼影響啊
均值對吧
那所以我們要選擇這一列
那麼對於x來說
我們作爲離散性數據的x基本上都在這個矩陣裏面了
當x是連線性數據的時候
其實不管我們的y是連續的還是離散的
只要x是連續的
我們基本上用到的工具都是迴歸
迴歸分析
那麼這個是我們比較常用的這個多元迴歸對吧
然後呢
這一部分是我們的邏輯迴歸
那這一部分呢
它和我們的假設檢驗還是有一定差別的
所以我們會在後邊的內容裏邊單獨再去說下面這一部分
那麼這個橫座標呢
其實大家可以看到這個就叫一個總體
也就是說我一個總體要與我具體的一個數值比較
第二個呢
這個叫雙總體
也是我們應用場景最多的一個
第三個呢
叫它描述是三個總體對吧
這三個及三個以上
我們就管它叫多總體
也就是說列選好了
行選好了
那基本上你就會知道我們對應選擇的工具是哪一個
這個矩陣呢
要學會看
當然大家如果學到後期的話
非常非常熟練了
其實就是了然在胸了
就不需要這個矩陣了
那麼我們來看一下
爲什麼我們說雙樣本T檢驗
它是應用場景
我們說相對來說比第一個和第三個都多一些的
我們可以看一個阿力背景
這也是我們上一次給大家拿出來的
我們生產過程的均值總會發生偏移
那麼我們現在懷疑
因子溫度
溫度這個因子
它會影響我們過程的均值
那這裏邊就是這個叫什麼
這部分就叫我們的問題
有了問題之後呢
我們會先有一個驗證的計劃
這個是有步驟的
你要先有一個驗證的計劃
要把這個東西說清楚
我怎麼我準備怎麼樣去驗證它
然後纔會到後邊一個叫我們選擇對應的工具是什麼
那麼這裏邊我們驗證計劃是什麼呀
好
那你的因子對吧
我們選定的是溫度
那我認爲這個溫度的不同水平會影響我製造過程的中心位置
那麼這裏邊我們很簡單
對吧
按照你學過DOE也好的
沒學過DOE也好
那最簡單的一個思維是什麼
我動一動你這個溫度的水平
我來看一看
那麼你的這個生產過程的中心位置會不會發生變化
對吧
所以我們定了一個低水平
我們叫二十度
高水平的四十度
當然大家可以去找歷史數據
如果我們的溫度有調整有變化的話
可以找歷史數據
那麼也是推崇
也是說我們在做這個根本原因驗證的時候
也是推崇大家儘量的去收集我們的歷史數據去做分析
那麼這個二十度四十度
對吧
那二十度下溫度二度下生產的產品
這是一個總體
那溫度四十度下生產的產品呢
這是第二個總體
對吧
所以我們就能看到這是幾個總體
兩個總體
對吧
兩個總體研究的是什麼
研究的是均值
所以我們要選擇的是雙樣本體檢驗
那麼我們來看一下
那麼這個數據呢
我也給大家準備好了
一會我們大家一起來看一下
那麼我們直播間的小夥伴呢
可以點一點關注
那麼下方大家看到了
今天給大家掛了這個小風車
這裏邊是我們CQ
就是我們現在中置協認證的備考的資料包
這裏邊有真題
有我們的這個視頻的講解
包括我們的公式案例
這些都有
那麼大家點完約之後呢
也會把我們今天分享的我們案例的原始數據發送給大家
大家可以去線下再去練一練手
那麼這個雙樣本體檢驗
對吧
這個大家要清楚啊
我要把這個再強調一下
爲什麼呢
因爲我們今天后邊要說另外一個檢驗叫配對體檢驗
他倆呢
有一些區別
如果剛學的話
可能就會弄混啊
那麼大家可以看到我們這個雙樣本體檢驗
他檢驗的是什麼
他檢驗的是兩個總體均值的差值
1-2
那麼我現在選擇的原假設肯定都是等於0
那我們先來討論一個問題
那麼在我們這個案例背景下
大家認爲啊
這個備則假設應該是什麼
這個案例背景下我的備則假設應該是什麼
是不等於還是大於還是小於啊
我們來討論一下
感謝子幕的點贊啊
大家可以幫我們直播間點一點贊啊
這個備則假設也是很多人在剛開始學的時候吧
很多同學剛開始學的時候說
哎
我不知道備則假設怎麼選
很多同學在我們直播間問過這個問題
那備則假設怎麼選
它是根據我們實際問題來的
實際問題想幹什麼
我們就選對應的備則假設
我們在這裏邊的實際的問題是什麼呀
就是我想知道我的因子溫度
對於我製造過程的均值有沒有影響
所以大家認爲我們的備則假設是不等於大於還是小於
μ1是誰呀
μ1是20度下生產的產品
對應的總體
那麼μ2呢
是我們40度
所以這個差值均值的差值選擇哪一個呀
大家可以把大家認爲的答案打到評論區
我們右鏈頭同學說不等於
對吧
我們其實不關注啊
哪個大哪個小
我們就想知道你到底有沒有差異
你是20度大還是40度大
這個我不關心啊
我關心就關心
你有沒有差異
所以這種情況下
只要是想關心有沒有差異的話
一般我們就選擇不等於
對吧
好
然後我們做這個雙熱門T檢驗的時候
它是有前提的啊
這個大家要注意
這個你不能瞎做
幾個前提
第一
正態性
我們兩個總體都要近似是正態的
那麼這一部分
我們在上一次課的時候給大家分享過了啊
所以我們就不給大家今天再分享了
我們來說另外兩個
第二個是什麼呢
獨立性啊
也就是說我們兩個總體的數據要求是獨立的
那麼什麼叫獨立啊
就是隨機不規律啊
你不能說我這個產品生產出來大
那麼下一個產品
它就必須也是大啊
再生產下一個產品
它還是大
你不能有這種關聯性
每個產品被生產出來的時候
它是獨立的
抽樣也是要獨立的
那麼第三個是什麼呢
第三個是等方差
這裏邊拓展的說一下
如果我們的數據不獨立
基本上我們很多的統計工具
它都不能用了
所以這一點很重要
那麼第三個是什麼呢
等方差
什麼叫等方差呀
就是我對應的兩個總體
它的波動應該是一致的
沒有顯著性的差異
那麼這一部分其實比較好理解
大家可以看一下
哎
你說如果我這個總體的中心位置啊
這裏波動這麼寬
我下一個總體的中心位置
在這裏波動這麼寬
你說你波動都不一樣
再去比較它
這個就不太合理嘛
對吧
所以它有這樣的一個要求
那麼正態性檢驗
我們上次呢
給大家演示過了
而且我們已經怎麼樣呢
把這個常見的異常啊
原因就正態性檢驗不通過的常見的原因
三種給大家都分享過了
所以我們今天就不再給大家贅述了
大家如果上次沒來的話
感興趣可以點一點關注
到我們的主頁去看一下直播的視頻回放
這些也是免費的
好
那麼下面呢
我給大家把我們的數據拿出來
然後放到我們的metab
我們來看什麼呢
我們來看一下如何做這個獨立性的檢驗
我先操作一下路徑
大家可以先看一下
那麼統計質量工具運行圖
大家看到了吧
這個就是檢驗我們這個數據有沒有獨立性的
一個專門的路徑
大家如果有需要的可以截圖
也不用去記了
可以截圖
點進來之後
那麼他問這裏邊就有一個問題
就是說我們的是兩個總體
對吧
一個總體是一列二十度一列四十度一列
但是這個運行圖在做的時候呢
他要一列一列的去做檢驗
你不能說二十度四十度同時做檢驗
這個不行
所以我們先做二十度的
我們雙擊C一列
然後這個子組大小是什麼意思呢
其實如果大家學過這個SPC的話
大家應該就清楚什麼叫子組大小
我們簡單的來說
就是你每次抽樣
對吧
你假如連續說你每次抽樣
你是一次抽幾個
你比如我這就是一個一個抽的嗎
大家看到一個一個抽的嗎
所以這個他第一個數
他就是第一個
他就自己數一組
第二個數自己數一組
第三個數自己數一組
第四個數自己數一組
所以我們的這個子組大小選幾呢
選一選一
如果你說我一抽
就我追溯歷史數據
我這連續生產的五個產品
我光朗全抽出來了
對吧
然後過了這個二十個小時
過了五個小時
我又連着抽五個
那你的子組大小就不是一了
大家明白吧
正常我們這種隨機抽的話是一
然後我們點擊確定
就出來這麼樣的一個圖
這個圖我們怎麼看
首先呢
這個我們來看一下啊
這個橫座標是什麼
橫座標叫觀測值嗎
我們這一列數據裏邊
其實樣本量是30
也就是說從按什麼順序做的啊
他不是按大小順序排列的
他是按從一到三十
這個順序就是橫座標
大家看到了吧
所以我們的原始數據
在做這種獨立性檢驗的時候
一個是做獨立性檢驗
還有一個做這種
這個叫什麼
做這個能力指數分析
做控制圖
像這些只要是和時間相關的
大家可以想一下是不是啊
比如說
我們做這個獨立性檢驗
他就是時間的維度
我們做控制圖
他就是時間的維度
我們包括算能力指數
其實對於我們院數據來說
也是時間的維度
所以這種時間的維度的時候
做這種檢驗的時候
我們的這個原始數據
你一定要保證我們按抽樣
對吧
或者製造的這種過程
這個順序去走
大家不要說我給你排個序吧
從小到大排吧
或者從大到小排吧
都會出很大的問題
好
那麼我們選完之後
這個縱座標是什麼呀
縱座標其實就是我們的這個
想變量外
它的一個刻度
它的一個座標的刻度
那麼中間有一根虛線
大家看到了
中間有一根虛線
這個虛線是什麼
我們要回到我們的這個窗口啊
這個虛線
你看我們可以選嘛
子組均值運行圖
也就是這個虛線
就是我們30個數據的什麼平均值
那麼我可不可以選擇繪製子組中位數運行圖啊
也可以
但是我們這組數據啊
如果大家上一次來了
有印象的話
大家應該記得
我們是做過靜態性檢驗的
那麼它是滿足什麼
這個近似靜態分佈的
所以大家就知道
如果我們的數據滿足近似的靜態分佈
那靜態分佈是什麼樣的
它是左右對稱的吧
對不對啊
所以我們在這裏邊是選均值也好
選中位數也好
影響不大
我們就還是選均值
那麼這裏邊的每一個點呢
其實就是我們描繪的
我們的樣本量的這些個數據點
那麼其實上邊這一部分
這個就屬於可視化
這就屬於可視化
我們可以先直觀的用肉眼看一下啊
什麼叫獨立的
就是我們有一些趨勢性啊
我們反過來去想這個問題
我看一下這個數據有沒有一些不好的規律
或者說明顯的趨勢
比如說連續的上升啊
連續的下降
比如說啊
犬牙交錯
上下上下上下
一直在上下上下
對吧
或者說集中的扎堆
紮在某一個地方
那這些都叫什麼不獨立
你能看出來規律的趨勢嗎
什麼叫獨立啊
你去看這些個點的這些個隨着時間的這種推移
它沒有任何的規律啊
無規律隨機的在波動
這就是一個獨立的樣子
那麼我們再回到PPT裏邊
回到我們的課件裏邊
那麼其實呢
我們在做這種圖形分析的時候
下面這一部分是什麼
下面這一部分這個叫定量分析
也就是我們要去看我們下邊的這個統計結論
來幫助我們確定數據到底獨立還是不獨立
那麼大家可以看一下
我們下面有四種叫檢驗劇類性
我這裏邊給大家標出來了
然後混合性
趨勢性
振動性
這四種什麼意思
這四種的意思其實就是剛纔老師說的
我們反過來去理解它
我看一看你有沒有劇類性
你有沒有混合性
你有沒有趨勢性
你有沒有振動性
如果這四個裏邊你有一種
那我就認爲你不獨立
如果這四種裏邊都沒有
那我就認爲你是獨立的
就是排除法
大概是這樣的一個原理
那麼怎麼判定它到底有沒有混合劇類
我們看每一項檢驗對應後邊的批值
比如說混合的近似批值
那麼如果我們對應的批值大於0.05
大於等於0.05
我們就說這組數據沒有混合性
比如說振動性的近似批值0.883
大於0.05
那我們說這組數據沒有振動性這樣的規律
那麼四個檢驗如果都大於0.05
我們就說這組數據獨立
這個就是我們判定的方法
好
那下一個問題是什麼
下一個問題就是
我們怎麼理解什麼叫劇類
什麼叫混合
什麼叫趨勢
什麼叫振動
我們來看一下
那麼這裏邊大家要記住一個點
就是劇類和混合它都屬於全局性特徵
趨勢和振動它都屬於局部性特徵
好
我們來看一下
我看一下大家有個問題
這個7217說獨立是好的還是壞的
獨立是好的
我們是希望數據獨立的
如果數據不獨立
很多統計工具我們都用不了
都用不了
感謝1米8的關注
大家有什麼問題
也可以打到評論區
大家可以點一點下方的預約小通吃
這裏邊是我們CQ中置鞋6SIGMA考試的備考的資料包
這裏邊有我們的歷年真題
有我們的視頻講解
有我們的公式的總結的一個完整的一個包
這裏面是一個備考資料包
這些是免費的
大家只要點擊預約
就會免費發送給大家
包括我們今天給大家準備的
我們的這些個數據的案例數據的信息
這些都會免費發給大家
大家只要點擊預約
大家如果需要的話
大家可以點擊預約
那麼備考資料包和我們的這個案例的數據信息都可以發給大家
大家可以客戶
子幕說數據不獨立做CPK有意義嗎
那大家要知道
我們算CPK的時候
有一大前提叫過程穩定
對吧
那麼你怎麼判定過程穩定啊
還是還不是用我們的這個常規控制圖
對不對
所以數據不獨立的話
他連控制圖這一項他都過不了
所以如果控制圖你都過不了
那根本就到不了CPK
CPK和我們的常規控制圖
他倆是息息相關的
他就是爸爸
這個CPK就是他的一個衍生物
就是兒子
拖開SPC
我們談CPK
你說我拿過來一組數據
我什麼不管三七二一
我就直接算個CPK就沒有太大意義
沒有太大意義
我們不是爲了證明他是不是湊假
我們是在做
因爲很多的統計工具在應用的前提下必須要數據是獨立的
那你如果數據不獨立的話
很多工具用起來就沒有意義的
但沒有
我不是說看他有沒有造假
我們是在檢驗我們的過程
製造過程
好
子墨也提了非常好的問題啊
大家有什麼問題也可以打到我們的評論區
大家可以幫我們直播間點一點贊
我們新進來小夥伴可以點一點關注
直播回放
備考資料包
我們課上講的這些案例數據
大家都可以點擊約小風車去免費的領取
這些都是免費給大家的福利
好
什麼叫混合呀
我們來看一下什麼叫混合呀
簡單一句話
這種數據頻繁的與中心線相交
你看從數平均值的
但我們這個案例裏面是中心線
就是平均值啊
你看從上方到下方
又從下方過上方
就跟穿針引線一樣
大家看到了吧
這個就叫混合
他爲什麼叫混合呀
你比如說舉個簡單的例子啊
我們之前也說過
比如我們的一個製造過程
我們就說叫焊接啊
我們這個工序叫焊接
那麼我的產品呢
從我們的這個投入的地方
開始跟着我們的物流軌道投入
到了焊接工位分了兩邊
大家看到了
這個也是焊接工位啊
這個也是焊接工位
他倆是同樣的焊接工位
然後135基數走上邊
246偶數走下邊
焊接完之後又都排着隊出去了
那麼你看
135798246810
如果我們這兩個相同的焊接工位有差異
那麼生產出來的產品
就有可能有這種混合的模式
那頻繁的與中間線相交嗎
所以他爲什麼叫混合呀
他爲什麼叫混合呀
就是經常有一種常見的原因
就是來自於兩個總體的合併數據
混到一起了
對
中間線說的對
所以我們來看一下
這個混合爲什麼叫全局性特徵
他爲什麼叫全局性特徵
因爲我們和中心線做評判了
所以他叫全局性特徵
好
我們再來看一下聚類
怎麼理解聚類呀
聚類的特點就是頻繁在中心線的一側
你看這一個區域內扎堆
1234在中心線的一側扎堆的
這又在中心線的一側扎堆的
這個叫聚類
聚類嘛
大家顧名思義去理解他
這個不要死記硬背
死記硬背是很難記下來的
就看他的名字理解他
那麼一般的是一些常見的特殊原因
比如說在這個時間段下
可能是我們的製造過程引入了一些特殊的原因導致的
那麼爲什麼說聚類也叫全局性特徵
他只要叫全局性特徵
他就一定在他的這種定義下
會有我們中心線的事
看到沒
頻繁與中心線相處於一個區域的點組成的組
只要叫全局聚類混合
就是和中心線掛鉤了
好
那什麼叫震動啊
大家看到了吧
震動的特點是數據快速上下波動
我只是說啊
他的定義是隻是說數據快速的上下波動啊
犬牙交錯
升降升降升降升降對吧
有沒有中心線的事
他的平凡標準裏有沒有中心線的事
沒有吧
所以他叫什麼呀
叫局部特徵
不是單側了
7217啊
他的定義就是快速波動
他不叫他不叫什麼
他不叫沒有一側的事
爲什麼呀
他就局部特徵
只要你有這種頻繁的你看上下犬牙交錯
就會觸發震動
至於你說是在一側還是在同側
他不管他不管
所以這個就叫局部性特徵
什麼叫趨勢啊
這個就不過多的說了
這個大家都理解對吧
這個比較好理解
就是我們一組數據連續的這些上升的趨勢
或者說下降的趨勢
這個叫趨勢
你說這個趨勢有沒有和中心線掛鉤啊
他沒有要求說啊
你必須在中心線以下上升對吧
或者在中心線以下下降
沒有隻要你連續這些個點有上升趨勢和下降趨勢
他就叫趨勢
所以他和中心線沒有關係
他也叫什麼局部模式局部模式
好
然後我們這裏邊做完之後
我其實也給大家準備了案例信息
這個是我們獨立性檢驗的一個擴充的拓展內容
那麼這一部分呢
我們看時間啊
如果後邊時間允許的話
我們去給他做這一部分一個演示啊
好
那我們說到哪了呢
正態性我們檢驗過了
獨立性我們檢驗過了
我們來看一下這個等方差
那麼大家要清楚啊
這個等方差呢
其實他也是我們一個單獨的假設檢驗的一個工具
所以我們等到講到這一部分的時候
我們把他的公式啊
理解性啊
包括他的背景啊
原理啊
再把他掰開揉碎了給大家說
但是今天呢
我們主要講雙本替檢驗吧
所以這一部分呢
我就給大家做一個演示啊
大家可以看一下我們怎麼去操作的
好
那麼做這種兩個總體的方差
這不是相等
我們有兩個渠道
有兩個渠道
第一個渠道是什麼
統計
基本統計
只有一個雙方差
看到沒
只有一個雙方差
那麼我們先點進來看一下啊
點進來之後
他問我們你的數據的兩種格式
我們這屬於什麼
每個樣本位於其自己的列中
對吧
二十度在自己的列中
四十度在自己列中
好
樣本一二十度
樣本二四十度
我們來看看這兩個總體
對吧
這兩個樣本對應的兩個總體
它的方差是不是一致的
我們點擊選項
那麼大家要清楚啊
這裏邊呢
我們用到的這個
這怎麼說
這個分佈啊
其實它就不是我們前面說的t分佈了
所以他不是說
好
你不是要看這兩個標準差是不是相等嗎
那我用這個總體一的標準差
減去總體二的標準差
我看這等於不等於零
這個是說不通的啊
他做的是這種什麼比值
就是我用樣本一的樣本一對應總體的標準差
除以總體二的標準差
我看你是不是等於一
所以大家看到了嗎
第一個這裏邊說的是比值啊
然後你的這個假設比值呢
是一
那麼這裏邊備則假設
大家可以看到這裏邊
其實我們是可以選的嘛
比值小於一
比值不等於一和比值大
也就是說
我們在現在走的這個路徑裏邊叫雙樣本雙差
他的備則假設是可以選的
就大於小於不等於啊
那一會兒我們再給大家演示另外一個路徑
大家來看一下他們的區別是什麼
那麼這裏邊下邊有一個根據正態分佈使用檢驗指引區間
我們其實真正的路徑是什麼呢
先做獨立性檢驗
再做正態性檢驗
再做等方差
如果我們的這個前面做的正態性檢驗滿足
大家就要把他勾上
就要把他勾上
然後我們點擊確定
我們點擊確定
那麼其實呢
只要是假設檢驗
他的基本的判定方法都差不多
我把這個結果呢
給大家分出來
我們來討論一下
大家認爲啊
我們這兩個總體的波動
離散程度或者說方差標準差啊
標準差吧
他是不是一致的
我們來討論一下
大家如果認爲是一致的
大家就扣1
如果大家認爲我無法判定
大家就扣2
我們來討論一下
我們直播間的小夥伴呢
可以點一點下方的這個預約小風車
這裏邊呢
是給大家的福利
這裏邊有什麼呢
第一
有我們6Sigma的備考資料包
歷年的真題
視頻的講解
我們的這些個案例
包括我們的這些個6Sigma裏面
涉及到統計公式的總結
都在我們的小風車裏面
大家只要點擊預約之後
都會免費發送給大家
第二呢
大家點完預約之後
我們課上用到的這些個案例數據
也會發給大家
大家如果感興趣
可以課後自己用這個數據
再根據我們課上講的這個流程
自己練一遍
好
新來的小夥伴可以點一點關注
杜黑船長說
P大於0.05不能拒絕原假設
對
所以不拒絕原假設
我們的結論是什麼
這兩個總體的波動是不是一樣的
大家可以把大家認爲的答案打到評論區
我們來討論一下
原假設是什麼呀
原假設是Sigma1比Sigma2怎麼樣
等於1
對吧
不能拒絕原假設
就接受原假設
那就是什麼
Sigma1比Sigma2等於1
就是Sigma1等於Sigma2
也就是說
我們兩個總體的標準差是一致的
那麼還有一個路徑是什麼
統計
這個拓展的和大家說
統計方差分析
下邊有一個等方差檢驗
看到沒
他也可以做
但是
他也可以做
根據正態分佈使用檢驗
我們把他勾上
但是我和大家說
他倆的區別是什麼
他倆各有各自的優缺點
什麼意思
我們剛纔走的這個統計
基本統計的這個雙方差
他的優點是什麼
就是我們的備則假設可以選是大於小於
還是不等於
缺點是什麼
缺點就是他的名字叫什麼
雙方差
他只能兩兩檢驗
大家能理解
就兩個總體的方差相不相等
兩個總體方差相不相等
那如果我有三個總體呢
我能不能同時比較三個總體的方差能不能相等
那麼他做不了
他只能做兩個總體的
因爲他叫雙方差
那麼另外一個路徑方差裏邊的這個等方差檢驗
他的優點是什麼
他的優點就是我們可以做多組數據的
方差的檢驗
那你比如說三個總體
我要看看你的方差是不是相等
四個總體
我看你的方差相不相等
他可以做
但是他的缺點是什麼
他不能選備則假設
那你說我選選大於吧
小於吧
都選不了
他只能選擇不等於
所以大家就清楚了
如果是多總體
比如說我們後邊講到unknown的時候
那我們就要進哪一個路徑了
等方差檢驗
那麼如果我們想用雙總體的方差檢驗
你進它也可以
你進這個雙方差也可以
都可以
好
那麼到現在爲止
我們的這些個潛力假設
正態
獨立
等方差就都已經做過了
那麼下邊我們要做什麼呢
我們就可以正式的去做我們的雙樣本體檢驗了
這個路徑在哪裏
統計
基本統計
雙樣本體
大家看到了吧
雙樣本體
我們點進來之後
那麼我們是有兩種數據格式的啊
我給大家生成一下
我們其實可以把我們的CEC2
它都是厚度嗎
它都是重量嗎
我們可以堆疊爲一粒
怎麼做呢
計算
我們點數據
我們選擇堆疊
我們選擇這個列
點完之後
選擇二十度
選擇四十度
在我們當前工作表的
我們定義爲C4列吧
下標
要下標啊
就是你每一組數據
它是來自於二十度還是來自於四十度啊
這個叫下標
我們選擇C5列
我們點擊確定
大家看到了吧
這個就堆到一列裏了
我們給它一個名字
那麼我們點擊統計
基本統計的這個雙樣本T
如果我們是兩個樣本在同一列中
那哪一種數據格式是兩個樣本在同一列中啊
顯然是C4 C5嘛
對吧
一百二十度的和四十度的都堆到一列了
那你用哪一列來做區分啊
用C5列做區分嘛
對吧
所以是如果是兩個樣本的同一列中
我們這裏邊就選擇C4
樣本ID我們選擇C5
這是一種方法
另外一種數據格式呢
叫每個樣本位於其自己的列中
那麼也就是C1 C2對吧
兩個總體各自位列於各自的列中
我們選擇二十度
選擇四十度
然後我們點擊選項
這裏邊假設差值
對吧
你看差值等於什麼呀
差值等於一的均值減二的均值
那假設差值我們設定爲零嘛
就命一減命二等於零
備則假設呢
我們選擇不等於對吧
因爲前面大家不也討論了嗎
我們就是想知道
你這兩個二十度和四十度下
你的重量中心位置有沒有差異
我們就選擇不等於
然後我們選擇下方的假定等方差
什麼時候勾
什麼時候不勾
取決於我們的上一步
如果上一步我們做的是等方差的
我們就勾
如果不是等方差
我們就不勾
我們勾上點擊確定點擊確定
好
我們來看一看
如果其實真正有用的呢
我們先看一個結論啊
這就是我們的結論
那麼我們可以先簡單的討論一下啊
大家認爲我們的這個不同的溫度
對於我們的產品的中心位置
有沒有顯著的差異性
我們來討論一下
大家怎麼看我們的MiniType輸出的統一結論
大家認爲有顯著差異性
大家就扣1
大家認爲不確定
我們就扣2
我們來討論一下
我們新進直播間的小夥伴
大家可以點一點關注啊
大家也可以幫我們直播間點一點贊
大家可以點點下方預約小風車
這裏邊有我們6Sigma系統的備考的資料包
大家點完之後呢
會給大家免費的發送我們裏邊的歷年的真題
我們真題的視頻講解
包括我們的公式的總結
這些都會給免費發給大家
包括我們用到的課程上用到的這些阿里數據也會發給大家
大家可以課後的去練一下
試一試
感謝陳皮皮的關注啊
大家怎麼都不說話了
他是感覺太簡單了
怎麼看啊
還是看批值對不對
批值小於0.05
皮皮問在哪裏領取資料啊
大家點一下下方的預約小風車
那有一個立即預約
大家點完預約之後就可以了
我們會有老師後臺給大家發
這都是免費的
那他可以都可以去領
那我們的批值小於0.05
我們就說怎麼樣
推翻原假設
接受備載假設
對吧
那麼推翻原假設接受備載假設
備載假設是什麼呀
就是μ1-μ2不等於0
也就是μ1不等於μ2
那麼什麼意思
就是我不同溫度下生產的產品的中心位置怎麼樣
有顯著的差異性
那麼光有統計結論
還不夠
我們用工具不是爲了有統計結論的
很多很多時候就是初學者他在學的時候
他會怎麼樣
他會在他的這些個報告裏面會寫啊
批值小於0.05
所以推翻原假設接受備載假設
μ1不等於μ2
很多人剛開始學的時候會在報告裏這麼寫
但是呢
大家要清楚
我們的領導
他是不懂這些個批值的
他也不懂假設檢驗的
他只關注什麼呀
工程內的東西
對吧
或者說你真真實實的實際的一個結論是什麼
那麼在這裏邊
我們應該得到的根據統計結論
對吧
選擇它了
選擇備載假設
不等於0
那麼這是一個統計結論
你要把它轉換爲實際結論
那是什麼
我不同的溫度怎麼樣
生產產品的重量
的這個中心位置
就是均值吧
是有顯著差異性的
對不對
是有顯著差異性的
那麼這個因子也就是這個溫度是有用的
它是管用的
它是起作用的
我們不能光說這個批值啊
原假設
備載假設
那麼管理層
他是不會看這些東西的
我們要把實際的工作當中的這個結論體現出來
好
那麼很多時候到這裏邊
我們可能就會衍生出來第二個問題
那很多時候我們進一步去想一個問題的時候
我們會想什麼
我們會想
哎
那既然我不同溫度溫度的不同的水平
對我們的這個想變量外
也就是重量的均值有影響
那麼我溫度設定到多少水平
他能保證我們重量的均值到我們想要的中心位置
望目也好
對吧
望大也好
我設定什麼水平
那這一部分其實是我們DMIC裏邊
哪一個階段要做的事呢
是我們愛階段啊
改進階段要做的事情
我要去選擇我因子參數的水平
那最優條件
這是愛階段要做的
好
那麼我們繼續拓展的說啊
大家有什麼問題可以打到評論區
我們新來的小夥伴可以點點關注
也可以點點我們下方預約小風車
去領取我們的這個福利
領取我們的這個福利
這是我們的備考資料包
好
那我們來討論一個問題啊
這個問題呢
我再給大家縮小一下啊
來
我們就看這兩部分就夠了啊
好
那麼我問大家
我們光看批值的話能得到一個結論
這個結論是什麼
就是
那μ1不等於μ2吧
那批值小於0.05
推翻原假設
接受備載假設
μ1不等於μ2
對吧
好
那麼我們延伸的說第二個問題
那麼是μ1大還是μ2大
我們能不能判定啊
我們能不能判定
來
我們來討論一下
我們直播間呢
今天週日啊
我們本來應該是每週五播的啊
今天這周呢
變了一下就變成周日了
所以我們直播間人可能不多
因爲明天大家都要上班啊
那大家可以積極的討論一下
來給大家一些時間啊
大家想一想啊
子幕說μ2大
大家同意嗎
大家認爲μ1大的呢
大家就說μ1
大家說μ2大
大家就說μ2
我們來討論一下
這是一個拓展的很有意思的問題
大家同意子幕的答案嗎
大家可以再思考一下
要結合什麼看啊
要結合上面的看啊
他只能告訴我們什麼呀
有差異
但是他不能告訴我們誰大
他能告訴我們怎麼看啊
都會船長說μ2大
右箭頭同學說了一個差值負數
哎
一個非常好的答案啊
大家同意嗎
哎
我們右箭頭同學說
你看這個差值都是負數了
同意不同意
右箭頭同學提了一個很有意思的答案啊
哎
大家同意他的觀點嗎
不知道說不能確定
我們新進直播間的小夥伴可以點一點關注啊
點點關注
我們過往的直播呢
會做成回放的形式
放到我們主頁當中
我們主要的大的這個講的內容呢
還是DMIC
那六Sigma過往的直播的視頻呢
都會做成回放的視頻放到主頁當中
到時候大家都可以免費去看啊
講的還是非常細的
大家可以點點下方的預約小風車
這裏邊大家點完之後
會給大家發送免費的
我們的這個六Sigma備考的資料包
歷年的真題
這個很難搞到的
對吧
然後還有什麼
我們的這個視頻的講解
還有我們所有公式的總結
包括我們今天課上練習用的這些個
發力數據啊
都會發給大家
大家只要點擊小風車就可以了
這是免費的
好
我們來思考一下啊
我們右下方說的這個問題啊
我們能不能根據這個差值爲負數來判定
那就是
明如一小 明如二大
好
我們得先確定一個問題
這個差值是誰的差值啊
我們來給個提示啊
這個是樣本的差值
樣本兩個樣本均值的差值
還是兩個總體均值的差值
大家知道樣本均值作爲統計量的話
它叫什麼
它叫X8
對吧
X8
這個μ是什麼呀
μ也叫均值
μ我們前面在基礎統計裏邊講過
對吧
μ是什麼呀
μ是總體均值
可不可以根據這個東西來判定
其實不可以啊
不可以
爲什麼呀
因爲它是什麼呀
它是樣本差值
我們再往上看
大家看到嗎
這個是我們的一些信息啊
描述性統計量
對吧
大家看到了吧
它叫統計量
什麼叫統計量啊
凡是描述樣本的都叫統計量
比如說20度
這個這一組樣本
n是什麼呀
30個樣本量
這個51.867是誰呀
是樣本均值
這個標準差0.991是誰呀
是你30個樣本的樣本標準差
這0.18呢
是樣本的均值標準物
所以它爲什麼叫描述性統計量啊
但是我們爲什麼要做假設檢驗
首先大家要清楚一個前提啊
假設檢驗的大的背景前提是什麼
叫統計推斷
什麼叫統計推斷啊
就是因爲我們無法瞭解總體的信息和情況
我們沒有辦法全解
所以我們只能通過抽樣來推斷總體
但是爲什麼我們不能用樣本
把抽取來的樣本
比如說你看
這個是51.867
這個53.93
我直接下一個結論
我說20度和40度的均值有差異
爲什麼不能這樣幹
因爲抽樣怎麼樣
具有隨機性
對不對
抽樣具有隨機性
所以我們纔會用抽來的這些樣本
去推斷總體
所以我們能不能看這個負的2.062呢
不行
還真不行
爲什麼呢
因爲這個是樣本的差值
樣本均值的差值
也就是說這個負的2.062是什麼呀
它是X81-X82的差值
我們要推斷的是什麼
總體均值的差值
這個大家要清楚
好
那麼我們看哪裏
我們看後邊的這個致信區間
差值的95%致信區間
那麼這裏邊我們來討論一下
這句話差值的95%致信區間
這個差值是總體樣本
總體均值的差值
還是樣本均值的差值
我們來討論一下
大家認爲是什麼
可以打到我們的評論區
這個差值是什麼
這個是樣本的還是總體的
那我們用來說了
這個是總體的
大家同意嗎
子墨也說總體的
前面這是誰呀
這是樣本的樣本均值
這個差值是誰呀
總體均值的差值
那麼你看
我們說95%的致信區間是多少
你看他這個是什麼呀
負數到負數
看見沒
負的2.58到負的1.53
有沒有包含零啊
沒有吧
所以我們就說什麼呀
那麼均值1減均值2
總體均值1減總體均值2的這個差值的95%致信區間
是負的2.587到負的1.536
那麼我減你
反正就在這個區間範圍內
而且還怎麼樣
都是負的
那就證明什麼
μ1小於μ2
我們通過批值是不能判定出來什麼
μ1大還是μ2大的
我們通過他差值的95%致信區間
我們可以判定出來
大家能理解吧
好拓展的說第二個
那麼我們的這個致信區間和批值的關係是什麼
那如果是正數到正數呢
比如說1.536到2.587
正數到正數
那麼我們能得到一個結論是什麼
就是μ1大於μ2
這都沒問題
但是他和批值的關係是什麼
如果他是負數到負數
或者是正數到正數
那你放心
我們的批值一定小於0.05
一定小於0.05
那我問大家
如果我們這個差值的95%致信區間
是一個負數到一個正數
包含零了
負數到正數包含零了
我們的批值會怎麼樣
大家可以想一下啊
我們的批值會怎麼樣
對
當我們看致信區間是一個負數到一個正數
包含零的時候
我們的批值會怎麼樣
對應的批值會怎麼樣
會小於0.05
還是會大於等於0.05
怎麼說會大於0.05
怎麼說的對不對
右鍵當中是靠近
火盆說變大
他只要是負數到正數包含零了
我們的批值一定大於等於0.05
一定大於等於0.05
一定大於0.05
什麼時候批值會小於0.05
負數到負數
或者是負數正數到正數
那批值一定會小於0.05
只要包含零
那批值就是大於0.05
能理解吧
所以他倆是有關係的
那你爲什麼叫95%致信區間
所以你爲什麼不要93%
97%呢
對不對
這個是我們拓展的內容
那麼大家其實呢
這個致信區間和我們的這個批值
有基本上就是一對應的關係
但如果把這個拒絕預約
這些東西搞清楚了的話
大家會非常非常理解
這個批值和95%致信區間的關係
那麼拒絕預約呢
我們前幾次已經講過了
大家如果前幾次沒來聽呢
或者說聽了
我忘了的話
大家可以點一點關注
到我們的主頁去看一下過往的直播
這些都是免費的
那麼大家可以點點下方的預約小風車
這裏邊是我們的備考資料包
六Sigma的大資料包
裏面有歷年的中智鞋的考試的真題
視頻的講解
還有我們所有六Sigma裏邊公式的一個總結
還有很多其他的
大家可以去領
這些都是免費的
對 費事說了
那麼大家點了預約小風車之後呢
我們還可以給大家發送我們今天用的
就是課上練的這些個原始數據
大家看到吧
如果大家有興趣的話
可以去點預約
也會發給大家
大家可以結合今天課上學的呢
去自己線下再去練一遍
這樣加深印象
好
大家有沒有什麼問題
可以打到我們的評論區
我們和大家討論一下
我們今天講的這些內容
做假設檢驗的時候呢
其實重點是什麼呀
就是大家一定要記住了
先有問題
再有驗證的計劃
驗證的方案
然後選擇對應的工具
千萬別幹到
千萬別幹到了
-1到3的p值
都會小於0.05
會小於0.05
會大於0.05
大於0.05
會大於0.05
只要是負數到正數包含0
它就會大於0.05
我的果汁分你一半說一個
他說p值怎麼會是0呢
p值不會是0
它呢
是趨近於0
它小數點後面還有
只不過我們的metap
只顯示到了小數點的後三位
0.000吧
後三位
它後面還有
只是說它很趨近於0了
就說白了
它很趨近
它很趨近於0說明什麼呀
就去說明
它倆的這個差異性很顯著
很顯著
你越趨近於0
就證明它越顯著
