市場調(diào)查數(shù)據(jù)的數(shù)理推斷分析PPT課件

1、5.3 總體參數(shù)假設(shè)檢驗總體參數(shù)假設(shè)檢驗5.2 總體參數(shù)估計總體參數(shù)估計本章目錄5.1 隨機抽樣隨機抽樣5.4 方差分析方差分析5.5 相關(guān)和回歸分析相關(guān)和回歸分析1第1頁/共80頁5.1.2 使用隨機數(shù)生成函數(shù)實現(xiàn)隨機抽樣5.1.1 利用 EXCEL數(shù)據(jù)分析功能實現(xiàn)隨機抽樣5.1 隨機抽樣2第2頁/共80頁5.1.1 利用EXCEL數(shù)據(jù)分析功能實現(xiàn)隨機抽樣實現(xiàn)隨機抽樣有兩種方法：利用 Excel 數(shù)據(jù)分析功能實現(xiàn)隨機抽樣。使用隨機數(shù)生成函數(shù)實現(xiàn)隨機抽樣。第3頁/共80頁例例5-1 圖5-1 是80 名學(xué)生的考試成績數(shù)據(jù)，從中隨機抽取 20 人的成績數(shù)據(jù)作樣本。具體的操作步驟如下： 第一步：選

2、擇“工具”菜單下“數(shù)據(jù)分析”中“抽樣”功能，打開“抽樣”對話框，如圖 5-2 所示。第4頁/共80頁例例5-1 圖5-1 是80 名學(xué)生的考試成績數(shù)據(jù)，從中隨機抽取 20 人的成績數(shù)據(jù)作樣本。具體的操作步驟如下： 第二步：設(shè)置相關(guān)參數(shù)，如圖 5-2 所示，單擊“確定”按鈕。第5頁/共80頁6第6頁/共80頁利用 Excel“數(shù)據(jù)分析”提供的抽樣功能抽取的樣本存在以下問題： 12隨機抽樣采用的是可放回抽樣，因此，總體中的每個數(shù)據(jù)都可以多次被抽中，所以樣本中的數(shù)據(jù)一般都會有重復(fù)現(xiàn)象。經(jīng)過篩選，抽樣結(jié)果避免了重復(fù)，但最終所得樣本數(shù)量可能少于所需數(shù)量，因而要根據(jù)經(jīng)驗適當(dāng)調(diào)整在數(shù)據(jù)樣本選取時的數(shù)量設(shè)置，

3、以使篩選后的樣本數(shù)量滿足要求。 3盡管高級篩選可以對重復(fù)抽樣情況進行修補，但抽樣結(jié)果只能輸出所需數(shù)目的所抽選項，其他相關(guān)信息需要利用其他輔助手段得到，給后繼數(shù)據(jù)分析帶來困難。第7頁/共80頁5.1.2 使用隨機數(shù)生成函數(shù)實現(xiàn)隨機抽樣利用隨機數(shù)函數(shù) RAND()進行隨機抽樣上例數(shù)據(jù)利用 RAND函數(shù)抽樣的操作步驟為：第一步：增加字段“生成隨機數(shù)”和“隨機數(shù)排序” 。第二步：在單元格 F2 中輸入公式“=RAND()” ，并復(fù)制到單元格區(qū)域 F3:F81，得到一列動態(tài)隨機數(shù)。如圖 5-5 所示。第三步：選擇單元格區(qū)域 F2:F81，單擊鼠標右鍵，選擇“復(fù)制” ，移動光標到單元格 G2，再次單擊鼠標

4、右鍵，選擇“選擇性粘貼” ，在出現(xiàn)的對話框中選擇“數(shù)值”并單擊“確定” ，得到一列靜態(tài)隨機數(shù)。第四步：選擇單元格區(qū)域 A1:G81，選擇“數(shù)據(jù)”“排序” ，以“隨機數(shù)排序”為主要關(guān)鍵字排序。在排序結(jié)果中根據(jù)所需樣本數(shù)目，即可以進行進一步數(shù)據(jù)推斷。第8頁/共80頁5.2.2 均值區(qū)間估計5.2.1 參數(shù)估計概述5.2 總體參數(shù)估計5.2.3 比率區(qū)間估計9第9頁/共80頁5.2.1參數(shù)估計概述參數(shù)估計是指用樣本指標（也稱為統(tǒng)計量）來估計未知的總體指標（也稱為總體參數(shù)） 。最常見的是用樣本平均數(shù)估計總體均數(shù)、用樣本比率估計總體比率。點估計也稱為定值估計，是以樣本指標的實際值直接作為總體未知參數(shù)的估

5、計值的一種推斷方法。區(qū)間估計是給出總體未知參數(shù)的可能變動范圍，即區(qū)間，并用一定的概率保證區(qū)間包含總體未知參數(shù)，即根據(jù)統(tǒng)計量和標準誤差推斷總體指標的可能范圍。第10頁/共80頁5.2.2均值區(qū)間估計正態(tài)總體區(qū)間估計說明總體方差已知為樣本均值，n為樣本容量， 為已知總體標準差， 為正態(tài)分布臨界值總體方差未知容量30S為樣本標準差，其他符號意義同上容量30 為t 分布臨界值，其他符號意義同上nZx2x2ZnSZx2nStx22t第11頁/共80頁例例5-2 假設(shè)學(xué)生成績分布服從正態(tài)分布，根據(jù)例 5-1 抽出 20 名學(xué)生樣本數(shù)據(jù)， （1）若數(shù)學(xué)成績方差為 100，估計 80 名學(xué)生數(shù)學(xué)平均分 95%

6、的置信區(qū)間。 （2）總體方差未知，估計80 名學(xué)生數(shù)學(xué)平均分 95%的置信區(qū)間。具體的操作步驟如下： 第一步：建立均值區(qū)間估計計算表，如圖 5-7 所示。第12頁/共80頁13第13頁/共80頁例例5-2 假設(shè)學(xué)生成績分布服從正態(tài)分布，根據(jù)例 5-1 抽出 20 名學(xué)生樣本數(shù)據(jù)， （1）若數(shù)學(xué)成績方差為 100，估計 80 名學(xué)生數(shù)學(xué)平均分 95%的置信區(qū)間。 （2）總體方差未知，估計80 名學(xué)生數(shù)學(xué)平均分 95%的置信區(qū)間。具體的操作步驟如下： 第二步：總體方差已知的區(qū)間估計：在單元格B24 中輸入已知總體標準差“10” ，在單元格 B25中輸入置信水平“95%” ，在單元格 B26 中輸入

7、樣本容量“ 20 ”，在單元格 B23 中輸入公式“=AVERAGE(C2:C21)” ，計算樣本均值；在單元格B27 中輸入公式“=ABS(NORMSINV(1-B25)/2)” ，計算正態(tài)分布臨界值；在單元格 B28、B29 中分別輸入公式“=B23-B27*B24/SQRT(B26)” ， “=B23+ B27*B24/SQRT(B26)” ，計算均值區(qū)間的下限和上限。第14頁/共80頁例例5-2 假設(shè)學(xué)生成績分布服從正態(tài)分布，根據(jù)例 5-1 抽出 20 名學(xué)生樣本數(shù)據(jù)， （1）若數(shù)學(xué)成績方差為 100，估計 80 名學(xué)生數(shù)學(xué)平均分 95%的置信區(qū)間。 （2）總體方差未知，估計80 名學(xué)

8、生數(shù)學(xué)平均分 95%的置信區(qū)間。具體的操作步驟如下： 第三步：總體方差未知的區(qū)間估計：在單元格D25 中輸入置信水平“95%” ，在單元格 D26 中輸入樣本容量“20” ，在單元格 D23 中輸入公式“=AVERAGE(C2:C21)” ，計算樣本均值；在單元格D24 中輸入公式“=STDEV(C2:C21)” ，計算樣本標 準差；在單元格 D27 中輸入公式“=TINV(1-D25，D26-1)” ，計算 t 分布臨界值；在單元格 D28、D29中分別輸入公式“=D23D27* D24/SQRT(D26)” ，“=D23+D27*D24/SQRT(D26)” ，計算均值區(qū)間的下限和上限。第

9、15頁/共80頁5.2.3比率區(qū)間估計nZp)1 (2比率在大樣本情況下，服從正態(tài)分布分布，比率的區(qū)間估計為：第16頁/共80頁例例5-3 某市區(qū)隨機調(diào)查了 300 名居民戶，其中 6戶擁有等離子電視機，估計該地區(qū)等離子電視機 95%的置信區(qū)間。具體的操作步驟如下： 第一步：建立比率區(qū)間估計的計算表，如圖 5-8所示。 第二步：在單元格 B4 中輸入公式“=B3/B2” ，計算樣本比率；在單元格 B7中輸入公式“=ABS(NORMSINV(1-B6)/2)” ，計算正態(tài)分布臨界值。 第三步：在單元格 B8、B9 中分別輸入公式“=B4-B7*SQRT (B4*(1-B4)/B5)” ， “=B

10、4+B7*SQRT(B4*(1-B4)/B5)” ，計算比率置信區(qū)間下限和上限。 第17頁/共80頁5.3.2 一個總體參數(shù)假設(shè)檢驗5.3.1 假設(shè)檢驗概述5.3 總體參數(shù)假設(shè)檢驗5.3.3 兩個總體參數(shù)假設(shè)檢驗18第18頁/共80頁5.3.1假設(shè)檢驗概述 1.假設(shè)檢驗 假設(shè)檢驗是推斷分析的另一項重要內(nèi)容，它與參數(shù)估計類似，但角度不同。參數(shù)估計是利用樣本信息推斷未知總體參數(shù)，而假設(shè)檢驗是先對總體參數(shù)（或分布形式）提出某種假設(shè)，然后利用樣本信息判斷假設(shè)是否成立的過程。假設(shè)檢驗有參數(shù)檢驗和非參數(shù)檢驗兩種。 邏輯上運用反證法，統(tǒng)計上依據(jù)小概率事件不可能發(fā)生這一原理。第19頁/共80頁5.3.1假設(shè)檢

11、驗概述 2.原假設(shè)與備擇假設(shè) 統(tǒng)計是對總體參數(shù)的具體數(shù)值所作的陳述。在假設(shè)檢驗中，有原假設(shè)與備擇假設(shè)。原假設(shè)是研究者想收集證據(jù)予以反對的假設(shè)，又稱“零假設(shè)” ，用符號表示為 H 0 。之所以用零來修飾原假設(shè)，是因為原假設(shè)的內(nèi)容總是沒有差異或沒有改變，或變量間沒有關(guān)系等。關(guān)于樣本統(tǒng)計量，如樣本均值或樣本均值之差的零假設(shè)，是沒有意義的，因為樣本統(tǒng)計量是已知的，當(dāng)然能說出它們等于幾或者是否相等。 備擇假設(shè)也稱“研究假設(shè)” ，是研究者想收集證據(jù)予以支持的假設(shè)，表示為 H1 。第20頁/共80頁5.3.1假設(shè)檢驗概述 3.雙側(cè)檢驗與單側(cè)檢驗 如果備擇假設(shè)沒有特定的方向性，并含有符號“” ，這樣的檢驗稱為

12、雙側(cè)檢驗或雙尾檢驗（圖 5-9） 。 如果備擇假設(shè)具有特定的方向性，并含有符號“”或“”的假設(shè)檢驗，稱為單側(cè)檢驗或單尾檢驗。備擇假設(shè)的方向為“” ，稱為左側(cè)檢驗（圖 5-10） . 備擇假設(shè)的方向為“” ，稱為右側(cè)檢驗（圖 5-11） 。 圖5-9雙側(cè)假設(shè)檢驗圖5-10 左側(cè)假設(shè)檢驗圖5-11右側(cè)假設(shè)檢驗第21頁/共80頁5.3.1假設(shè)檢驗概述 4.顯著性水平 在假設(shè)檢驗中，把拒絕 H0 所犯的錯誤稱為棄真錯誤（或類錯誤） ，發(fā)生的概率設(shè)為 ，也稱顯著性水平； 把接受不真實的 H0 所犯的錯誤，稱為取偽錯誤（或類錯誤） ，發(fā)生的概率設(shè)為， 兩者之間的關(guān)系是： 大， 就??； 小， 就大，一般力求

13、在控制 的前提下減少。顯著性水平 的通常取值有 0.1、0.05、0.001 等。 如果犯類錯誤損失更大，為減少損失， 值取?。蝗绻割愬e誤損失更大， 值取大。確定了 ，就確定了臨界點。 第22頁/共80頁5.3.1假設(shè)檢驗概述 5.檢驗統(tǒng)計量與拒絕域 檢驗統(tǒng)計量是根據(jù)樣本觀測結(jié)果計算得到的，并據(jù)以對原假設(shè)和備擇假設(shè)作出決策的某個樣本統(tǒng)計量。 標準化檢驗統(tǒng)計量（點估計量假設(shè)值）點估計量的標準差，是對樣本估計量的標準化結(jié)果，即原假設(shè) H0 為真時，點估計量的抽樣分布。雙側(cè)檢驗的拒絕域如圖5-9 所示，左側(cè)檢驗的拒絕域如圖 5-10 所示，右側(cè)檢驗的拒絕域如圖 5-11所示。 圖5-9雙側(cè)假設(shè)檢驗

14、圖5-10 左側(cè)假設(shè)檢驗圖5-11右側(cè)假設(shè)檢驗第23頁/共80頁5.3.1假設(shè)檢驗概述 6. 假設(shè)檢驗的步驟 根據(jù)已知總體與樣本陳述原假設(shè)和備擇假設(shè)。 確定一個適當(dāng)?shù)臋z驗統(tǒng)計量，并利用樣本數(shù)據(jù)算出其具體數(shù)值。 確定一個適當(dāng)?shù)娘@著性水平，并計算出其臨界值，指定拒絕域。 將統(tǒng)計量的值與臨界值進行比較，作出決策。 統(tǒng)計量的值落在拒絕域內(nèi)，拒絕 H，否則不拒絕 H。也可以直接利用 P 值作出決策，P 值，拒絕 H。第24頁/共80頁5.3.2一個總體參數(shù)假設(shè)檢驗 雙側(cè)檢驗左側(cè)檢驗右側(cè)檢驗假設(shè)形式H0：0H1：0H0：0H1：0H0：0H1：0檢驗統(tǒng)計量大樣本未知， ，已知， 小樣本未知， ，已知， 統(tǒng)

15、計量與臨界值決策準則統(tǒng)計量臨界值統(tǒng)計量-臨界值統(tǒng)計量臨界值P值決策準則P，拒絕H0nSXZ/nXZ/nSXt/nXZ/表5-2 一個總體均值檢驗類型1.一個總體均值檢驗第25頁/共80頁例例5-4 利用例 5-1 的抽樣數(shù)據(jù)，在總體方差已知為 100 和總體方差未知兩種情況下，顯著性水平為 0.05 時，檢驗： （1）學(xué)生數(shù)學(xué)平均分是否為 80 分， （2）學(xué)生數(shù)學(xué)平均分是否低于 80 分， （3）學(xué)生數(shù)學(xué)平均分是否不高于 80 分。具體的操作步驟如下： 第一步：建立如圖 5-12所示的總體均值檢驗表。 第二步：在單元格區(qū)域 B7:D8，B15:D16 設(shè)置檢驗形式。其中， （1）為雙側(cè)檢驗，

16、 （2）為左側(cè)檢驗， （3）為右側(cè)檢驗。在單元格 B4 輸入例 5-2 計算樣本標準差。第26頁/共80頁例例5-4 利用例 5-1 的抽樣數(shù)據(jù)，在總體方差已知為 100 和總體方差未知兩種情況下，顯著性水平為 0.05 時，檢驗： （1）學(xué)生數(shù)學(xué)平均分是否為 80 分， （2）學(xué)生數(shù)學(xué)平均分是否低于 80 分， （3）學(xué)生數(shù)學(xué)平均分是否不高于 80 分。具體的操作步驟如下： 第三步：總體方差已知的情況下，在單元格區(qū)域 B10:D10 分別輸入公式“=NORMSINV(1B9/2)” ， “=NORMSINV(B9)” ， “=NORMSINV(1B9)” ，計算三種檢驗臨界值。 在單元格 B

17、11 中輸入公式“=(B280)/(B3/SQRT(20)” ，計算檢驗統(tǒng)計量。第27頁/共80頁例例5-4 利用例 5-1 的抽樣數(shù)據(jù)，在總體方差已知為 100 和總體方差未知兩種情況下，顯著性水平為 0.05 時，檢驗： （1）學(xué)生數(shù)學(xué)平均分是否為 80 分， （2）學(xué)生數(shù)學(xué)平均分是否低于 80 分， （3）學(xué)生數(shù)學(xué)平均分是否不高于 80 分。具體的操作步驟如下： 第三步：在單元格區(qū)域B12:D12 分別輸入公式“=IF(ABS(B11)B10，”平均分不為 80 分“，”平均分為 80 分“)” ，“=IF(B11D10，平均分高于 80 分，平均分不高于 80 分)” ，進行檢驗決策。

18、第28頁/共80頁例例5-4 利用例 5-1 的抽樣數(shù)據(jù)，在總體方差已知為 100 和總體方差未知兩種情況下，顯著性水平為 0.05 時，檢驗： （1）學(xué)生數(shù)學(xué)平均分是否為 80 分， （2）學(xué)生數(shù)學(xué)平均分是否低于 80 分， （3）學(xué)生數(shù)學(xué)平均分是否不高于 80 分。具體的操作步驟如下： 第四步： 總體方差未知情況下， 在單元格區(qū)域 B18:D18 分別輸入公式 “=TINV(B17， 19)” ，“=-TINV(2*C17，19)” ， “=TINV(2*C17，19)” ，計算三種檢驗臨界值。在單元格 B19 中輸入公式“=(B280)/(B4/SQRT(20)” ，計算檢驗統(tǒng)計量。第2

19、9頁/共80頁例例5-4 利用例 5-1 的抽樣數(shù)據(jù)，在總體方差已知為 100 和總體方差未知兩種情況下，顯著性水平為 0.05 時，檢驗： （1）學(xué)生數(shù)學(xué)平均分是否為 80 分， （2）學(xué)生數(shù)學(xué)平均分是否低于 80 分， （3）學(xué)生數(shù)學(xué)平均分是否不高于 80 分。具體的操作步驟如下： 第四步: 在單元格區(qū)域 B20:D20 分別輸入公式“=IF(ABS(B19)B18，”平均分不為 80 分“，”平均分為 80 分“)” ， “=IF(B19D18，平均分高于 80 分，平均分不高于 80分)” ，進行檢驗決策。第30頁/共80頁5.3.2一個總體參數(shù)假設(shè)檢驗 表5-3大樣本下一個總體比率檢

20、驗類型2.一個總體比率假設(shè)檢驗雙側(cè)檢驗左側(cè)檢驗右側(cè)檢驗假設(shè)形式H0：0H1：0H0：0H1：0H0：0H1：0檢驗統(tǒng)計量統(tǒng)計量與臨界值決策準則Z Z Z P值決策準則P，拒絕H0npZ)1 (0002zzz第31頁/共80頁例例5-5 一種以休閑娛樂為主題的雜志聲稱其讀者群中女性讀者不低于 80%。為檢驗這一說法是否屬實，某研究部門抽取了一個 200 人的樣本，發(fā)現(xiàn)有 146 名女性經(jīng)常閱讀該雜志，在顯著性水平為 0.05 下檢驗雜志社的聲稱是否屬實。具體的操作步驟如下： 第一步：建立圖 5-13 所示的比率檢驗計算表 第32頁/共80頁例例5-5 一種以休閑娛樂為主題的雜志聲稱其讀者群中女性

21、讀者不低于 80%。為檢驗這一說法是否屬實，某研究部門抽取了一個 200 人的樣本，發(fā)現(xiàn)有 146 名女性經(jīng)常閱讀該雜志，在顯著性水平為 0.05 下檢驗雜志社的聲稱是否屬實。具體的操作步驟如下： 第二步：在單元格 B2 中輸入“=146/200” ，計算樣本比率。根據(jù)題目，該檢驗為左側(cè)檢驗，在單元格區(qū)域 B3、B4 中設(shè)置原假設(shè)和備擇假設(shè)。在單元格 B6 中輸入公式“=NORMSINV(0.05)” ，計算檢驗臨界值，在單元格 B7 中輸入公式“=(B2-80%)/SQRT(80%*(180%)/200)” ，計算檢驗統(tǒng)計量。第33頁/共80頁例例5-5 一種以休閑娛樂為主題的雜志聲稱其讀者

22、群中女性讀者不低于 80%。為檢驗這一說法是否屬實，某研究部門抽取了一個 200 人的樣本，發(fā)現(xiàn)有 146 名女性經(jīng)常閱讀該雜志，在顯著性水平為 0.05 下檢驗雜志社的聲稱是否屬實。具體的操作步驟如下： 第三步：在單元格 B8 中輸入公式“=IF(B7)B6，不屬實，屬實)” ，進行決策。 第34頁/共80頁5.3.2一個總體參數(shù)假設(shè)檢驗 表5-4一個總體方差檢驗類型3.一個總體方差檢驗雙側(cè)檢驗左側(cè)檢驗右側(cè)檢驗假設(shè)形式 H0： H1： H0： H1： H0： H1： 檢驗統(tǒng)計量統(tǒng)計量與臨界值決策準則 或 2202202202202202202022) 1(sn2) 1(22/nn2) 1(2

23、2/1nn2) 1(22/1nn2) 1(22/nn第35頁/共80頁例例5-6 啤酒生產(chǎn)企業(yè)采用自動生產(chǎn)線灌裝啤酒，每瓶裝填量為 640 mL，但由于受某些不可控制因素影響，每瓶裝填量會有差異。裝填量太多或太少要么企業(yè)不劃算，要么消費者不滿意。假定生產(chǎn)標準規(guī)定每瓶裝填量的標準差不應(yīng)超過也不應(yīng)低于 4 mL。企業(yè)質(zhì)監(jiān)部門抽取了 10 瓶啤酒檢驗，得到樣本標準差為 3.8 mL，以顯著性水平為 0.1檢驗裝填量標準差是否符合要求。具體的操作步驟如下： 第一步：建立圖 5-14 所示的方差檢驗計算表。第36頁/共80頁例例5-6 啤酒生產(chǎn)企業(yè)采用自動生產(chǎn)線灌裝啤酒，每瓶裝填量為 640 mL，但由

24、于受某些不可控制因素影響，每瓶裝填量會有差異。裝填量太多或太少要么企業(yè)不劃算，要么消費者不滿意。假定生產(chǎn)標準規(guī)定每瓶裝填量的標準差不應(yīng)超過也不應(yīng)低于 4 mL。企業(yè)質(zhì)監(jiān)部門抽取了 10 瓶啤酒檢驗，得到樣本標準差為 3.8 mL，以顯著性水平為 0.1檢驗裝填量標準差是否符合要求。具體的操作步驟如下： 第二步：在單元格 B2、B3中輸入已知樣本標準差和樣本容量。根據(jù)題目，該檢驗為雙側(cè)檢驗，在單元格 B4、B5 設(shè)置原假設(shè)和備擇假設(shè)。在單元格 B7、B8 中分別輸入公式“=CHIINV(1-B6/2，B3-1)” ， “=CHIINV(B6/2,B3-1)” ，計算卡方檢驗的兩個臨界值；在單元格

25、 B9 中輸入公式“=(B3-1)*B22/42” ，計算檢驗統(tǒng)計量。 第37頁/共80頁例例5-6 啤酒生產(chǎn)企業(yè)采用自動生產(chǎn)線灌裝啤酒，每瓶裝填量為 640 mL，但由于受某些不可控制因素影響，每瓶裝填量會有差異。裝填量太多或太少要么企業(yè)不劃算，要么消費者不滿意。假定生產(chǎn)標準規(guī)定每瓶裝填量的標準差不應(yīng)超過也不應(yīng)低于 4 mL。企業(yè)質(zhì)監(jiān)部門抽取了 10 瓶啤酒檢驗，得到樣本標準差為 3.8 mL，以顯著性水平為 0.1檢驗裝填量標準差是否符合要求。具體的操作步驟如下： 第三步：在單元格 B10中輸入公式“=IF(B9B7，”不符合要求，IF(B9B8，符合要求，不符合要求)” ，進行決策。第3

26、8頁/共80頁雙側(cè)檢驗左側(cè)檢驗右側(cè)檢驗假設(shè)形式H0： 00H1： 0H0： 0H1： 0H0： 0H1： 0檢驗統(tǒng)計量 已知， 未知（大樣本）， 未知且相等（小樣本）， 未知且不等（小樣本）， 統(tǒng)計量與臨界值決策準則統(tǒng)計量臨界值統(tǒng)計量-臨界值統(tǒng)計量臨界值P值決策準則P，拒絕H05.3.3兩個總體參數(shù)假設(shè)檢驗 表5-5一個總體方差檢驗類型2121212121212221,2221212121)()(nnxxZ2221,2221212121)()(nSnSxxZ2221,21212111)()(nnSxxtp2221,2221212121)()(nSnSxxt第39頁/共80頁例例5-7 某工廠為

27、了比較新舊兩種裝配方法的效率，分別組織兩組員工，每組 9 人，一組用新方法，一組用舊方法，兩組員工裝配時間見表 5-6。假設(shè)兩組員工裝配時間均服從正態(tài)分布。 （1）新、舊方法裝配時間方差已知，分別為 15 和 20，根據(jù)數(shù)據(jù)是否有理由認為新方法更節(jié)約時間?（2）新、舊方法裝配時間方差相等但未知，根據(jù)數(shù)據(jù)是否有理由認為新方法更節(jié)約時間?（=0.05）具體的操作步驟如下： 第一步：根據(jù)題目條件在單元格 F3、F4 設(shè)置假設(shè)，并建立雙樣本假設(shè)檢驗計算表，見表5-6。第40頁/共80頁例例5-7 某工廠為了比較新舊兩種裝配方法的效率，分別組織兩組員工，每組 9 人，一組用新方法，一組用舊方法，兩組員工

28、裝配時間見表 5-6。假設(shè)兩組員工裝配時間均服從正態(tài)分布。 （1）新、舊方法裝配時間方差已知，分別為 15 和 20，根據(jù)數(shù)據(jù)是否有理由認為新方法更節(jié)約時間?（2）新、舊方法裝配時間方差相等但未知，根據(jù)數(shù)據(jù)是否有理由認為新方法更節(jié)約時間?（=0.05）具體的操作步驟如下： 第二步：總體方差已知的檢驗。選擇“工具”菜單中“數(shù)據(jù)分析” ，在打開的“數(shù)據(jù)分析”對話框中選擇“z-檢驗：雙樣本平均差檢驗” ，打開如圖5-15所示對話框。 按如圖 5-15 所示設(shè)置好參數(shù)， 單擊 “確定” 。 在單元格 B27 中輸入公式 “=IF(B22-B24， 新方法節(jié)約時間，新方法不節(jié)約時間)” ，進行檢驗決策。

29、計算結(jié)果如圖5-16 所示。第41頁/共80頁例例5-7 某工廠為了比較新舊兩種裝配方法的效率，分別組織兩組員工，每組 9 人，一組用新方法，一組用舊方法，兩組員工裝配時間見表 5-6。假設(shè)兩組員工裝配時間均服從正態(tài)分布。 （1）新、舊方法裝配時間方差已知，分別為 15 和 20，根據(jù)數(shù)據(jù)是否有理由認為新方法更節(jié)約時間?（2）新、舊方法裝配時間方差相等但未知，根據(jù)數(shù)據(jù)是否有理由認為新方法更節(jié)約時間?（=0.05）具體的操作步驟如下： 第三步：總體方差相等但未知的檢驗。選擇“工具”菜單中“數(shù)據(jù)分析” ，在打開的“數(shù)據(jù)分析”對話框中選擇“t-檢驗：雙樣本等方差假設(shè)” ，打開如圖5-17 所示對話框。 按如圖 5-17 所示設(shè)置好參數(shù)， 單擊 “確定” 。 在單元格 F29 中輸入公式 “=IF(F24B19，”有顯著線性關(guān)系，無顯著線性關(guān)系)” ，進行決策。第71頁/共80頁5.5.1相關(guān)分析（2）Spearman等級相關(guān)系數(shù)。兩個變量之間簡單線性相關(guān)系數(shù)要求變量是正態(tài)分布的，若不能滿足正態(tài)分布的要求， 簡單線性相關(guān)系數(shù)的分析方法不宜使用， 可以用pearman等級相關(guān)