数据模型与决策MBA案例报告QualityAssociates文档格式.docx
《数据模型与决策MBA案例报告QualityAssociates文档格式.docx》由会员分享,可在线阅读,更多相关《数据模型与决策MBA案例报告QualityAssociates文档格式.docx(9页珍藏版)》请在冰豆网上搜索。
12.02
11.69
11.36
11.52
11.59
11.75
12.05
11.82
11.95
12.18
11.90
11.97
12.14
12.11
11.64
11.71
11.72
12.07
11.80
11.87
11.61
12.03
12.10
11.85
11.94
12.01
12.16
12.39
11.92
11.99
11.65
12.13
12.20
12.12
12.00
11.93
12.21
12.22
12.28
11.56
11.88
12.32
12.35
12.06
12.09
11.76
11.83
11.77
12.23
11.84
11.79
11.60
12.30
12.04
12.27
11.98
11.96
12.29
12.37
12.47
12.25
12.17
12.24
11.89
12.15
统计分析报告:
1、统计分析目的:
通过对800个观察值定期抽样分析,了解该程序运行状况是否令人满意。
以便当该程序的运行令人不满意时,委托人可以采取纠正措施以避免出现问题。
2、提出假设:
在统计分析过程中,QualityAssociates建议该委托人连续地定期选取样本容量为30的随机样本来对该程序进行监控。
并对于每个样本,QualityAssociates进行假设检验。
由于样本标准差为0.21,假定总体标准差
值也为0.21。
设计规格要求该过程的均值
为12,QualityAssociates建议该委托人采用如下形式的假设检验:
原假设
备择假设
只要拒绝
3、统计量分析:
委托人向QualityAssociates提供了四个样本,样本抽取规则为连续地定期选取的随机样本,每个样本容量为30,具体数据如下:
4、选择统计量及分布
4.1检验样本的偏性检验:
为了保证样本选取的有效性,我们需对本样分布情况进行检验。
主要运用P-值统计,采用双侧检验法。
根据该程序第一天运行所收集的样本数据,我们可以计算出每组样本的平均值,分别设为:
。
为检验总体均值
,我们接下来计算统计量z的值。
在
已知的情形下,检验统计量z是一个标准正态随机变量(样本容量满足n
30)。
根据所得样本求得样本均值,检验统计量和p-值如下表。
Sample1
Sample2
Sample3
Sample4
样本均值
11.9587
12.0287
11.8890
12.0813
Z统计量
-1.0781
0.7477
-2.8951
2.1213
双侧检验p-值
0.281
0.4547
0.0038
0.0339
假设检验情况
接受H0
拒绝H0
得出P-值后,我们假定在0.01的显著性水平下,针对每个样本进行假设检验。
由于我们采取的是双侧检验,设定原假设
,备择假设
。
如果P-值<
则拒绝原假设
,委托人就应当采取纠正措施。
4.1.1分析Sample1:
样本均值为11.9578,Z值为-1.0781,P-值为0.2810大于0.01。
因此,不能拒绝原假设。
委托人无需对样本1采取纠正措施。
4.1.2分析Sample2:
样本均值为12.0287,Z值为0.7477,P-值为0.4547大于0.01。
委托人无需对样本2采取纠正措施。
4.1.3分析Sample3:
样本均值为11.8890,Z值为-2.8951,P-值为0.0038小于0.01。
因此,拒绝原假设。
委托人应该针对样本3采取相应的纠正措施。
4.1.4分析Sample4:
样本均值为12.0813,Z值为2.1213,P-值为0.0339大于0.01。
委托人无需对样本4采取纠正措施。
4.2验证
值的合理性:
在分析的过程中,我们同样对
值是否合理进行了验证。
因为只有数据值假设合理,其它的验证结果才具有参考性。
因为选取的样本容量为30,样本服从正态分布,则有(n-1)
/
抽样分布服从
分布,在检验过程中,我们假设总体标准差为
=0.21.为了验证
是否合理,我们利用
分布对一个总体的方差建立区间估计和进行假设检验。
我们假设的总体标准差0.21落在区间
到
的概率为0.99或99%。
统计结果如下:
X20.005值
52.3350
标准差下限
0.1640
0.0269
0.0238
0.0235
X20.995值
13.1210
标准差上限
0.3276
0.3080
0.3064
总体标准差是否合理
是
样本方差
0.0486
0.0429
0.0425
样本标准差
0.2204
0.2072
0.2061
由上表可知,总体标准差趋近于四个样本标准差,并落在自由度为29,置信度为99%的置信区间内。
由此可以判断假设总体标准差为0.21是合理的。
4.3样本均值置信区间检验:
在该制造过程中,设计规格要求该过程的均值为12。
为了实现质量控制,方便委托人及时发现问题,采取相应的措施。
我们可以设定样本均值
上下侧控制限。
在显著性水平
=0.01时,
的置信区间估计为:
代入数据得
=12
0.099或(11.901,12.099)。
因此当
小于11.901,或者大于12.099时,委托人需采取措施纠正错误。
5.Minitab应用与数据检验
步骤:
1)将四个样本数据分别输入C1,C2,C3和C4
2)选择Stat下拉菜单
3)选择BasicStatistics
4)选择1-SampleZ
5)当对话框出现时,
在SamplesinColumns框输入C1,C2,C3,C4
在StandardDeviation框输入0.21
在Testmean框输入12
6)选择Options
当对话框出现时,在Confidencelevel框输入99.0
在Alternative框选择notequal,单击OK
单样本Z:
Sample1,Sample2,Sample3,Sample4
mu=12与≠12的检验
假定标准差=0.21
平均值
变量N平均值标准差标准误99%置信区间ZP
Sample13011.95870.22040.0383(11.8599,12.0574)-1.080.281
Sample23012.02870.22040.0383(11.9299,12.1274)0.750.455
Sample33011.88900.20720.0383(11.7902,11.9878)-2.900.004
Sample43012.08130.20610.0383(11.9826,12.1801)2.120.034
7)单击OK
由Minitab的运算结果可知,之前关于各项统计结果的计算值是正确的。
6.显著性水平取值的重要性分析
显著性水平是当原假设为真时却拒绝原假设的概率。
当显著性水平变大时,样本均值的取值范围变小。
由4.3中的计算可知:
当
的置信区间估计为(11.901,12.099)
=0.05时,
的置信区间估计为(11.925,12.075)
=0.10时,
的置信区间估计为(11.937,12.063)
在质量控制中,上侧和下侧控制限变得更小,意味着将合格品拒收的风险增加,这时,犯第一种错误的概率将增大。
选择合适的显著性水平,将有助于在生产经营活动中实现科学决策。