最新更新主题

月度关注热点

请教一个方差分析问题

字体: 小 中 大 | 打印 发表于: 2008-5-12 23:09    作者: ewing50    来源: 6sigma品质网

各位大虾：
   请教一个品质工具应用的问题。
   我们有一个产品，它里面的一个开关A的复位位移是7~16mm，如今我为了降低产品的成本，更换了产品的另外一个零部件B。
   为了验证B的变更是否对A开关产生影响，我对30个A开关做好序号标记，分别测试它们的复位位移，然后更换零部件B，再分别测试这30个开关A的复位位移。这30个数据都是一一对应的。
   现在我想了解，变更B之后对开关A的复位位移是否产生了显著的影响？以下是开关A变更前后的测试结果：
NO      变更前    变更后
1        13        13
2        14        15
3        11        15
4        15        12
5        11        12
6        7         12
7        13        12
8        13        10
9        9         15
10       14        14
11       11        16
12       15        13
13       12        16
14       13        14
15       13        14
16       12        17
17       13        13
18       11        15
19       15        13
20       15        14
21       10        14
22       14        13
23       13        14
24       13        12
25       15        14
26       13        16
27       9         18
28       14        18
29       16        18
30       15        13

以上，请大家指点，非常谢谢~~~。

[ 本帖最后由 ewing50 于 2008-5-14 21:15 编辑 ]
我也来说两句 查看全部回复

最新回复

  • Sol_Sun (2008-5-13 08:52:49)

    数据分析如下：

    Item        1st group        2nd group
    1        13        13
    2        14        15
    3        11        15
    …        …        …
    28        14        18
    29        16        18
    30        15        13
    Min        7        10
    Max        16        18
    R        9        8
    σ        2.12         1.98

    1，两组数据所反应的稳定性都很差。
    2，从全距和标准差来看，是第二组数据相对好点。

  • ewing50 (2008-5-13 11:57:47)

    以上2组数据分别是变更前后的，我想了解，我通过了这个变更，是否对这些数据产生了显著的影响？如何分析？

  • superlibg (2008-5-13 12:18:43)

    通过分析可以知道数据的均值和方差，从方差可判断数据的离散程度

  • phlpanda (2008-5-13 13:12:10)

    很想知道：你这些数据是什么呢？

    你的实验是如何做的呢？是不是改善前后的数据具有一一对应关系？

  • ewing50 (2008-5-13 19:06:58)

    不好意思，我没有把具体情况说清楚。
    有一个产品，它的一个开关A的复位位移是7~16mm，如今我为了降低产品的成本，更换了产品的另外一个零部件B。
    我现在所作的是在更换零部件B之前，对30个开关A做好序号标记，分别测试它们的复位位移，然后更换零部件B，再分别测试这30个开关A的复位位移。这个30个数据都是一一对应的。
    现在我的目的是：想了解，变更B前后，开关A的复位位移是否产生了显著的变化？或者说B的变更是否对A开关的位移产生了影响？
    NO      变更前    变更后
    1        13        13
    2        14        15
    3        11        15
    4        15        12
    5        11        12
    6        7        12
    7        13        12
    8        13        10
    9        9        15
    10        14        14
    11        11        16
    12        15        13
    13        12        16
    14        13        14
    15        13        14
    16        12        17
    17        13        13
    18        11        15
    19        15        13
    20        15        14
    21        10        14
    22        14        13
    23        13        14
    24        13        12
    25        15        14
    26        13        16
    27        9        18
    28        14        18
    29        16        18
    30        15        13

  • Jeff_wang (2008-5-14 02:37:16)

    做一个paired-T检验，显示调整前后存在显著差异。结果如下：
    Paired T-Test and CI: before, after

    Paired T for before - after

                      N      Mean     StDev   SE Mean
    before           30    12.733     2.116     0.386
    after            30    14.167     1.984     0.362
    Difference       30    -1.433     3.014     0.550

    95% CI for mean difference: (-2.559, -0.308)
    T-Test of mean difference = 0 (vs not = 0): T-Value = -2.61  P-Value = 0.014

  • 欧阳静茹 (2008-5-14 10:40:14)

    EXCEL出来结果如下：
    具体做法可以输入数据到EXCEL，然后点：工具---数据分析---t-检验：平均值的成对二样本分析，根据输出结果的P值，你自己可以决策。如果你的EXCEL工具菜单下没有数据分析，可以点：工具---加载宏---分析工具库勾选---确定，这样就可以了


    Image00026.jpg



    [ 本帖最后由 欧阳静茹 于 2008-5-14 12:54 编辑 ]

  • phlpanda (2008-5-14 13:06:02)

    是否检查过正态性呢？是否检查过方差齐性？

  • ewing50 (2008-5-14 14:11:45)

    我对变更前的数据进行正态性检验，P=0.021<0.05，不服从正态分布？

  • phlpanda (2008-5-14 15:03:48)

    Mann-Whitney 检验和置信区间: before, after

             N  中位数
    before  30  13.000
    after   30  14.000


    ETA1-ETA2 的点估计为 -1.000
    ETA1-ETA2 的 95.2 置信区间为 (-1.999,-0.000)
    W = 784.5
    在 0.0273 上，ETA1 = ETA2 与 ETA1 < ETA2 的检验结果显著
    在 0.0258 显著性水平上，检验结果显著（已对结调整）


    Mann-Whitney 检验和置信区间: before, after

             N  中位数
    before  30  13.000
    after   30  14.000


    ETA1-ETA2 的点估计为 -1.000
    ETA1-ETA2 的 95.2 置信区间为 (-1.999,-0.000)
    W = 784.5
    在 0.0546 上，ETA1 = ETA2 与 ETA1 ≠ ETA2 的检验结果显著
    在 0.0515 显著性水平上，检验结果显著（已对结调整）

  • phlpanda (2008-5-14 15:07:04)

    因为两个样本都是非正态数据，因此由此估算总体的分布是缺乏依据的，采取了两个样本的秩和检验，我做了两次，第一次备择假设为改善后大于改善前，第二次为改善前后不等。。。
    从检验结果看，在95%的置信度下，没有足够证据证明原假设成立，因此我们拒绝原假设，接受备择假设。。。

    结论：基本证明了改善的有效性

  • aiyinsitan (2008-5-14 15:23:58)

    Mann-Whitney 检验
    用于确定两个总体是否有相同的总体中位数 (h) 的非参数假设检验。该检验对两个总体中位数相等的原假设 (H0：h1 = h2) 进行检验。备择假设可以为左尾 (h1< h2)、右尾 (h1> h2) 或双尾 (h1 ≠ h2)。Mann-Whitney 检验不要求数据来自于正态分布总体，但却设定了下列假设：

    ·  相关总体具有相同形状

    ·  各总体相互独立


    相同形状？我做了直方图，不满足

  • phlpanda (2008-5-14 15:33:28)

    QUOTE:

    原帖由 aiyinsitan 于 2008-5-14 15:23 发表
    Mann-Whitney 检验
    用于确定两个总体是否有相同的总体中位数 (h) 的非参数假设检验。该检验对两个总体中位数相等的原假设 (H0：h1 = h2) 进行检验。备择假设可以为左尾 (h1< h2)、右尾 (h1> h2) 或双尾 (h1 ≠ h2)。 ...
    让我看看你的图。。。


    a.JPG


    b.JPG

  • phlpanda (2008-5-14 15:36:27)

    我想不出有什么情况可以完全相同，虽然书上也说形状相同的假设前提，但是一般状况下，如果数据非正态，我想不出还有什么别的办法去进行分析。。。。

  • aiyinsitan (2008-5-14 15:44:09)

    从图形来看，一个应该拟和正态分布，一个拟和韦泊分布，你用概率图试试，看看P值。

  • phlpanda (2008-5-14 15:53:48)

    需要这么复杂？。。。。。。。。。。。

  • aiyinsitan (2008-5-14 16:09:29)

    呵呵，只是讨论
    从你的图形上看，标准偏差不存在显著性差异，符合分析的条件，但是我试图从分布的状况看看，结果得到一个P  0.02，一个P   0.07

  • phlpanda (2008-5-14 16:12:15)

    经过高人的点拨，我明白了一个道理，有时候不能钻进去用工具去迎合问题。。。

    对于这个问题，我们可以用改善前后的数据做差，然后检验差值的正态性（结果证明正态），然后对差值进行1 sample T检验，看差值是否为0。。。问题就解决了。。。。

  • aiyinsitan (2008-5-14 16:27:47)

    问题是数据是否成对？                                 .

  • phlpanda (2008-5-14 16:37:04)

    QUOTE:

    原帖由 aiyinsitan 于 2008-5-14 16:27 发表
    问题是数据是否成对？                                 .
    根据LZ介绍，据说是成对的。。。。
查看全部回复 我也来说两句