M1 M2
10.2 9.5
9.6 9.8
9.2 8.8
10.6 10.1
9.9 10.2
10.2 9.3
10.9 10.5
10 10
11.2 10.6
10.7 10.2
10.6 9.8
我用两种方法来评估：
第一种方法：
Paired T-Test and CI: M1, M2
Paired T for M1 - M2
N Mean StDev SE Mean
M1 11 10.2818 0.5896 0.1778
M2 11 9.8909 0.5319 0.1604
Difference 11 0.390909 0.396118 0.119434
95% CI for mean difference: (0.124794, 0.657024)
T-Test of mean difference = 0 (vs not = 0): T-Value = 3.27 P-Value = 0.008
得到的P值为0.008，所以推断两种方法在时间消耗上有显著性差别。
第二种方法：
Mann-Whitney Test and CI: M1, M2
N Median
M1 11 10.200
M2 11 10.000
Point estimate for ETA1-ETA2 is 0.400
95.1 Percent CI for ETA1-ETA2 is (-0.100,0.900)
W = 150.5
Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at 0.1228
The test is significant at 0.1211 (adjusted for ties)
P值为0.1211，说明两种方法无差别。
请高手指点：
1.因为数据只有11组，我无法确认其是否符合正态分布（至少25组数据），所以用了WMM方法。请问这种应用是否有错？
2.如果应用无错，为何P值相差那么大？
静待高手指点......
[ 本帖最后由 mercywolf 于 2007-12-15 20:41 编辑 ]
最新回复
mercywolf (2007-12-15 21:43:16)
csy_ysc (2007-12-15 22:45:04)
1.Paired-T的使用条件不符合，因为不具有成对性；（该点纠正，根据题意具有成对性）
2. Mann-whitne的使用条件是形状相等，因你数据较少无法检定；
不过，如果你对该试验认为控制的很好，那可以使用ANOVA；另外，可以使用维尔科克斯检验法。
[ 本帖最后由 csy_ysc 于 2007-12-20 22:40 编辑 ]
high1998 (2007-12-15 22:53:03)
第290页第2～4行已经说得很清楚了，此时"计算机将自动使用正态计算法进行计算，..."说明这时用的是“正态计算法”，与T检验用的分布是不一样的。这是造成两个P值的原因。
LZ为何认为正态检验需要25组数据？
[ 本帖最后由 high1998 于 2007-12-15 23:10 编辑 ]
mercywolf (2007-12-15 23:05:19)
QUOTE:
Thanks1.Paired-T的成对性指的是什么？难道我两种方法构不成成对性？
2.MWW，是数据较少无法验定形状相等还是无法用WMM验证？形状像等如何验证？
3.11组数据用ANOVA方法是否足够精确？
4.维尔科克斯还没学到，呵呵
谢谢你。
mercywolf (2007-12-15 23:09:31)
QUOTE:
判断数据是否服从正态分布有三个判稳法则：利用X-Bar R-Chart
1.连续25点无界外点;
2.连续35点界外点数<=1;
3.连续100点界外点<=2.
SPC手册上看的，呵呵。
high1998 (2007-12-15 23:14:13)
high1998 (2007-12-15 23:17:47)
mercywolf (2007-12-15 23:22:43)
QUOTE:
可那是判稳准则，不符合必然不稳，符合才能判为服从正态分布，所以要至少25组数据才能判断符合正态分布，何错？high1998 (2007-12-15 23:22:50)
high1998 (2007-12-15 23:27:59)
ybz5369762 (2007-12-15 23:34:12)
ybz5369762 (2007-12-15 23:36:07)
QUOTE:
稳定和正态不是一个概念，正态的数据不应表明过程就一定稳定。mercywolf (2007-12-16 00:40:14)
先不说那个假设检验的问题，首先我明白了一下两点：
1.统计稳态指满足我上述的三个判稳法则的过程的状态，即数据在+/- 3*sigma内。
2.通常我们做假设检验时要求数据服从正态分布，不仅仅指其在+/-3*sigma内的数据，应包括所有正态分布的范围。
稳态的一定是正态的，正态的不一定是稳态的。
是我把稳态和正态搞混了，谢谢大家指正。
目下不但上述的假设检验问题没明白，我又有了新的问题：
要至少多少组数据才能在95%CI上说明它们服从正态分布？
哪位有兴趣将上述疑问一并回答？Thx！
csy_ysc (2007-12-16 08:06:47)
QUOTE:
你是哪家公司的？老师怎么会教你们稳定性检定啊？不过，你是对的，正态性前进行稳态检定，不要因为别人的看法不同就放弃了自己正确的看法。1.我在说ANOVA时已经说了其使用条件：人为控制的比较好；
2.形状相等是指其分布相同，只是存在位置上的差异，即平移后可以重合。你可以使用散布图进行比较；
3.成对性别人已经给你解释了；
4.不一定要25个数据，只是说数据较多时检定力会更好。11个数据也可以近似模拟了；
5.稳定不一定正态，但正态一定稳态。这个稳定的定义和SPC里有些不同，请注意区分；
6.提醒下，别太相信正态检定，不准的，P>0.05只是个必要条件，建议在再检定下偏度和峰度；
7.你提的最后一个问题，请别人来解答吧，我解不出。
bodaosjf2 (2007-12-16 14:30:43)
成对数据应该是用同种产品在两种状态下的减
bodaosjf2 (2007-12-16 14:32:29)
mercywolf (2007-12-16 18:07:32)
QUOTE:
我没有特定的老师，完全自学，有不懂得就会拿过来大家讨论。对于你的第5点，“稳定不一定正态，但正态一定稳态。这个稳定的定义和SPC里有些不同，请注意区分”
这里的稳定和SPC里的有何不同？
ISO2000 (2007-12-16 18:22:01)
% ^, p% D7 [0 E- l# W2 h! QM1 M2# v- e% G4 O7 c7 J/ g
10.2 9.5
2 E) I* \, _2 Z4 S9.6 9.8
: z j. Q$ b8 b7 Q7 b' `9.2 8.8
H s7 _5 `) r* c P, V1 I10.6 10.1
csy_ysc (2007-12-16 18:34:06)
QUOTE:
主要是判定原则不同，也就是说SPC的判定原则不可全部用在这里的，尤其是对于时间性的稳定性判定原则。所以，在进行稳定性之前，如果你需要确保时间性则SPC判定规则适用，否则不适用high1998 (2007-12-16 19:33:34)
QUOTE:
1。WMM检验的唯一要求是两个独立随机样本中产生的数据的测量尺度至少是顺序的。没有标准偏差相等这样的要求。2。数据符合正态性要求，可以用配对t检验？－－条件还不够充分。
[ 本帖最后由 high1998 于 2007-12-16 19:37 编辑 ]