电子文档交易市场
安卓APP | ios版本
电子文档交易市场
安卓APP | ios版本
换一换
首页 金锄头文库 > 资源分类 > PPT文档下载
分享到微信 分享到微博 分享到QQ空间

以Excel和SPSS为工具的管理统计 教学课件 ppt 作者 7-302-11702-0 管理统计第5章

  • 资源ID:89363968       资源大小:887KB        全文页数:58页
  • 资源格式: PPT        下载积分:10金贝
快捷下载 游客一键下载
账号登录下载
微信登录下载
三方登录下载: 微信开放平台登录   支付宝登录   QQ登录  
二维码
微信扫一扫登录
下载资源需要10金贝
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。
如填写123,账号就是123,密码也是123。
支付方式: 支付宝    微信支付   
验证码:   换一换

 
账号:
密码:
验证码:   换一换
  忘记密码?
    
1、金锄头文库是“C2C”交易模式,即卖家上传的文档直接由买家下载,本站只是中间服务平台,本站所有文档下载所得的收益全部归上传人(卖家)所有,作为网络服务商,若您的权利被侵害请及时联系右侧客服;
2、如你看到网页展示的文档有jinchutou.com水印,是因预览和防盗链等技术需要对部份页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有jinchutou.com水印标识,下载后原文更清晰;
3、所有的PPT和DOC文档都被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;下载前须认真查看,确认无误后再购买;
4、文档大部份都是可以预览的,金锄头文库作为内容存储提供商,无法对各卖家所售文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;
5、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据;
6、如果您还有什么不清楚的或需要我们协助,可以点击右侧栏的客服。
下载须知 | 常见问题汇总

以Excel和SPSS为工具的管理统计 教学课件 ppt 作者 7-302-11702-0 管理统计第5章

1,第5章 假设检验,本章教学目标 了解和掌握统计推断中的另一个基本问题:参假设检验及其在经济管理中的应用; 掌握运用 Excel 的“数据分析”及其统计函数功能求解假设检验问题。,2,本章主要内容,§5.1 案例介绍 §5.2 假设检验的基本原理 §5.3 单个正态总体均值的检验 §5.4 单个正态总体方差的检验 §5.5 两个独立正态总体均值的检验 §5.6 成对样本试验的均值检验 §5.7 两个正态总体方差的检验 §5.5 总体比例的检验 本章重点:假设检验中不可避免的两类错误及其应用 Excel“数据分析”功能的使用及其运行输出结果分析。 难点:假设检验中不可避免的两类错误及其应用。,3,§5.1 案例介绍,【案例1】新工艺是否有效? 某厂生产的一种钢丝的平均抗拉强度为 10560 (kg/cm2)。 现采用新工艺生产了一种新钢丝,随机抽取 10 根,测得抗拉强度为: 10512, 10623, 10668, 10554, 10776 10707, 10557, 10581, 10666, 10670 求得新钢丝的平均抗拉强度为 10631.4(kg/cm2)。 是否就可以作出新钢丝的平均抗拉强度高于原钢丝,即新工艺有效的结论?,4,某台加工缸套外径的机床,正常状态下所加工缸套外径的标准差应不超过 0.02 mm。 检验人员从加工的缸套中随机抽取 9 个,测得外径的样本标准差为 S = 0.03 mm。 问:该机床的加工精度是否符合要求?,【案例2】机床加工精度是否符合要求?,5,新车的平均首次故障里程数是汽车的一个主要可靠性指标。 现测得甲、乙两种品牌轿车的首次故障里程数数据如下: 甲品牌 X1:1200, 1400, 1580, 1700, 1900 乙品牌 X2:1100, 1300, 1800, 1800, 2000, 2400 其中,【案例3】两种轿车的质量有无差异?,问:能否据此判定乙品牌轿车的平均首次故障里程高于甲品牌?,=1733,=1556,6,为分析甲、乙两种安眠药的效果,某医院将20个失眠病人分成两组,每组10人,两组病人分别服用甲、乙两种安眠药作对比试验。试验结果如下: 两种安眠药延长睡眠时间对比试验(小时),(1)哪种安眠药的疗效好? (2)如果将试验方法改为对同一组10个病人,每人分别服用甲、乙两种安眠药作对比试验,试验结果仍如上表,此时结论如何?,【案例4】哪种安眠药的疗效好?,7,【案例5】某一系列电视剧是否获得成功,如果能够证明某一系列电视剧在播出的头13周其观众的收视率超过了25,则可以断定它获得了成功。假定由400个家庭组成的样本中,有112个家庭在头13周看过了某系列电视剧。现在要判断这部电视剧是否获得了成功。,8,【案例6】女企业家对成功的理解是否不同,对女企业家进行了一项研究来看她们对成功的理解。给她们提供了几个备选答案,如快乐/自我实现,销售/利润,成就/挑战。根据她们业务的总销售额将其分为几组。销售额在10万50万元的在一组,少于10万元的在另一组。 要研究的问题是:把销售/利润作为成功定义的比率,前一组是否高于后一组?,9,§5.2 假设检验的原理,一、实际推断原理 假设检验的理论是小概率原理,又称为实际推断原理,其具体内容是:小概率事件在一次试验中是几乎不可能发生的。 二、假设检验推理的思想方法 假设检验推理的思想方法是某种带有概率性质的反证法。,10,三、基本原理和步骤 例1:统计资料表明,某电子元件的寿命 XN(0 , 2 ),其中 0 已知, 2 未知。 现采用了新工艺生产,测得新工艺生产的 n 个元件寿命为 x1, x2, ···, xn。 问: 新工艺生产的元件期望寿命 是否比原工艺的元件期望寿命 0 有显著提高? 此问题要推断的是: 是否 0? 这可用假设检验的方法解决,步骤如下:,. §5.2 假设检验的原理,11,1.提出一个希望推翻的假设,本例中 H0: = 0 2. 按希望出现的结果提出一个与原假设对立的假设, 称为备择假设,记为 H1。 本例中 H1: 0 3. 构造一个能用来检验原假设 H0 的统计量,t (n-1),本例中,要检验的是总体均值 ,,当 H0 为真时,,估计,故应使用,来构造检验 的统计量。,统计量,称为原假设,记为 H0,12,4. 给定一个小概率 ,,称为显著性水平,显著性水平 是当 H0 为真时,,拒绝 H0 的概率,(即犯“弃真”错误的概率)。,也即当检验结果拒绝 H0 时,,不犯错误的概率为 1-,,从而可以有1- 的可信度接受,备择假设 H1。,5. 确定要拒绝 H0 时统计量的取值范围,,称为拒绝域,,拒绝域的边界点称为临界值。,本例中,,由于 H1: 0,而当 H0 为真时,,有,P t t ( n-1 ) = 1-,可知当统计量 t t(n-1) 时,,就可以有1- 的把握判定,H0 不真,(犯错误的概率仅为 ),,故此时应拒绝 H0。,从而拒绝域为 t t(n-1),,临界值为 t(n-1)。,(右边检验),,13,6. 计算统计量 t 的值,,本例中,,若计算结果为 t t(n-1),,并作出检验结论,则拒绝 H0,,接受 H1,,即在水平 下,,认为 显著高于 0。,若 t t(n-1),,就不能拒绝 H0,,即认为 并不显,著高于 0。,当拒绝 H0 时,,说明在给定的水平 下,, 和 0,间存在显著差异。,这就是称 为显著性水平的原因。,14,设 t 为检验原假设 H0 所用的统计量,t(n-1)为检验的临界值,由显著性水平 的定义(右边检验) P t t(n-1) | H0 为真= 可知检验中可能出现以下两类判断错误:,二.检验中可能犯的两类错误,第一类错误,当 H0 为真时拒绝 H0 的错误,,即“弃真”错误,,犯此类错误的概率为 。,第二类错误,当 H0 不真时接受 H0 的错误,,即“取伪”错误,,记犯该类错误的概率为 ,,即,P tt(n-1)H0 不真= ,由于 H0 不真时与 H0 为真时,,统计量 t 的分布是,不同的,,故 1-。,Result Possibilities 结果的各种可能性,Relationship Between a & b a & b 间的联系,17,两类错误的关系,由图可知,减少 会增大 ,反之也然。 在样本容量 n 不变时,不可能同时减小犯两类错误的概率。 应着重控制犯哪类错误的概率,这应由问题的实际背景决定。 当第一类错误造成的损失大时,就应控制犯第一类错误的概率 (通常取 0.05,0.01等); 反之,当第二类错误造成的损失大时,就应控制犯第二类错误的概率 。 要同时减小须犯两类错误的概率,必须增大样本容量 n。,x,0,H0:=0,t(n-1),H1:=1,18,t (n -1),§5.3 单个总体均值的检验,设 XN( , 2 ),, 2 未知,,X1, X2, ··· , Xn 为总体,X 的样本,,给定水平 ,,原假设为,H0: =0 ( 0为某一给定值),当 H0 为真时,,统计量,1. H1:0 (双边检验),当 H0 为真时,,由,P-t/2 (n-1)tt/2 (n-1)=1- ,可得:,若 |t| t/2 (n-1),就拒绝 H0,接受 H1;,否则接受 H0。,19,当 H0 为真时,由 P t t ( n-1) =1- 可得:若 t t ( n-1 ) 就拒绝 H0,接受 H1; 否则就认为 并不显著高于 0 。,3. H1: 0 (左边检验) 由 P t -t (n-1) =1- 可得:若 t -t ( n-1 ) 就拒绝 H0,接受 H1; 否则就认为 并不显著小于 0 。,2. H1: 0,(右边检验),20,案例1. 检验新工艺的效果,某厂生产的一种钢丝抗拉强度服从均值为10560(kg/cm2)的正态分布,现采用新工艺生产了一种新钢丝,随机抽取10根测得抗拉强度为: 10512, 10623, 10668, 10554, 10776 10707, 10557, 10581, 10666, 10670 问在显著性水平 = 0.05下,新钢丝的平均抗拉强度比原钢丝是否有显著提高?,21,案例 1 解答:,说明新工艺对提高钢丝绳的抗拉强度是有显著效果的。,本案例为右边检验问题,,设新钢丝的平均抗拉强度为 ,, 2 未知,,故使用,t 检验。,由题意,,H0: =0,,H1: 0,由所给样本数据,,可求得:,S = 81,,n =10,, =0.05,,t0.05(9)=1.8331, t =2.7875,故拒绝 H0,,即在水平 =0.05下,, 显著高于 0。,t(n-1),= t0.05(9),=1.8331,22,在案例1中,若取 = 0.01,问结论如何?,【解】 t0.01(9) = 2.8214, t =2.7875 t0.01(9) = 2.8214 故不能拒绝 H0。即在水平 = 0.01下,新钢丝平均抗拉强度并无显著提高。 通常,在 =0.05 下拒绝 H0,则称检验结果为一般显著的; 若在 =0.01 下拒绝 H0,则称检验结果为高度显著的; 若在 =0.001 下拒绝 H0,则称检验结果为极高度显著的。,23,课堂练习 3,一台自动包装奶粉的包装机,其额定标准为每袋净重 0.5 kg。某天开工时,随机抽取了 10 袋产品,称得其净重为: 0.497,0.506,0.509,0.508,0.497 0.510,0.506,0.495,0.502,0.507 (1)在水平 = 0.20下,检验该天包装机的重量设定是否正确?( ,S= 0.00554 ) (2)在本题的检验问题中,为什么要将 取得较大?,24,§5.4大样本单个总体比例的检验,设总体成数为 P,,则当 nP 和 n (1-P) 都大于5时,,样本成数 p 近似服从均值为 P,,方差为 P (1-P)/n 的正态,分布。,从而当原假设 H0:P = P0 为真时,,统计量,与前面分析完全类似地,可得如下检验方法:,PP0,P P0,P P0,25,【案例5】某一系列电视剧是否获得成功 如果能够证明某一系列电视剧在播出的头13周其观众的收视率超过了25,则可以断定它获得了成功。假定由400个家庭组成的样本中,有112个家庭在头13周看过了某系列电视剧。在 = 0.01 的显著性水平下,检验这部。 系列电视剧是否获得了成功。,解:由题意,H0:P = P0 = 25%,H1:P 25%, 样本比例 p = 112/400 = 0.28,26,设 H0: 2 = 02 (02为某一给定值) 则当 H0为真时,统计量,与前面分析完全类似地,可得如下检验方法:,§5.5. 单个总体方差的检验, 2 02, 2 02, 2 02,( 2 检验 ),27,卡方检验的拒绝域,28,某台加工缸套外径的机床,正常状态下所加工缸套外径的标准差应不超过 0.02 mm,现从所生产的缸套中随机抽取了 9 个,测得外径的样本标准差为 S = 0.03 mm。 问:在水平 = 0.05下,该机床加工精度是否符合要求? 解:由题意,0 = 0.02, H0: 2=02,H1: 202 ,故拒绝 H0,即该机床加工精度已显著下降。 应立即停工检修,否则废品率会大大增加。,【案例2】 机床加工精度问题,29,课堂练习 4,一台奶粉自动包装的包装精度指标为 标准差 = 0.00

注意事项

本文(以Excel和SPSS为工具的管理统计 教学课件 ppt 作者 7-302-11702-0 管理统计第5章)为本站会员(E****)主动上传,金锄头文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即阅读金锄头文库的“版权提示”【网址:https://www.jinchutou.com/h-59.html】,按提示上传提交保证函及证明材料,经审查核实后我们立即给予删除!

温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




关于金锄头网 - 版权申诉 - 免责声明 - 诚邀英才 - 联系我们
手机版 | 川公网安备 51140202000112号 | 经营许可证(蜀ICP备13022795号)
©2008-2016 by Sichuan Goldhoe Inc. All Rights Reserved.