【小课堂，大精彩】六西格玛之假设检验（二）

上贴回顾：            昨天简单介绍了假设检验中的“总体参数和样本统计量”、“假设检验的定义”、“假设检验的术语”、“P值和显著性水平α”。对“原假设”和“备择假设”做了一些阐述。
       今天主要接着讲解下假设检验的风险和假设检验的方法。
一、假设检验的风险
      我们先来看看假设检验和司法程序
      昨天我们介绍过，在设立原假设的时候我们要先设假定。而司法程序中，被告在被判有罪之前都是被认为清白的。这就有了“犯罪嫌疑人”这一说。在之后的审判中，律师需要提供强而有力的证据，必须“推翻所有合理的条件”才能把被告定罪。若陪审团裁定被告有罪则相当于拒绝原假设而接受备择假设。（也就是必须有足够的证据推翻“被告是清白的”这个假设）可以用下面的符号来表示
       Ho:被告是清白的
      Ha:被告是有罪的
众所周知，法院在判决的时候没有绝对的公平，有时候会出现“清白被监禁”和“有罪被施放”的错误判决。而前者我们称之为“α错误”（第一类错误），后者我们称之为“β错误”（第二类错误）。可以通过下图理解：
二、单边检验和双边检验
     根据我们想了解目的的不同，假设检验可以分为单边检验和双边检验：
    ①单边检验：A和B哪个更好？（之前发电机的案例就是典型的单边检验）
         Ho:A=B    Ha:A＜B（想知道B是否比A更好）或者Ha:A＞B（想知道A是否比B更好）
    ②双边检验：A和B是否存在差异？（这里是仅仅想知道A和B是否不一样）
         Ho:A=B    Ha:A≠B
案例：下面就利用MINITAB做一下发电机的假设检验
    首先在收集数据之前要明确以下问题：1.问题（Y）数据的类型；2.因子（X）数据的类型，以及数量 ；3因子水平数
回顾发电机的案例，发电机A和B的产出功率：1.连续性Y；2.离散性X（X为机器）、一个X（发电机）；3.两个水平（A和B）
所以我们可以使用的假设检验方法是： 双样本置信区间   双样本t检验 接下来看看MINITAB给出的结论
    ①单边检验： Ho:A=B（两台发电机没有差异）；Ha:A＜B（发电机B产出比A更好）
P值=0.195＞0.05， 可以得出结论？（问题一：希望学员能够跟帖回答）
      ②单边检验： Ho:A=B（两台发电机没有差异）；Ha:A≠B（两台发电机有差异 ）
P值=0.390＞0.05， 可以得出结论？（问题二：希望学员能够跟帖回答）
三、假设检验的步骤
常用的步骤见下图
四、假设检验方法
由于假设检验的方法有很多，今天就先上传这张逻辑图，之后会根据这张逻辑图展开讲解。
注：这张逻辑图由北京冠卓咨询有限公司提供学习，请勿私自用于商业，谢谢！