有學過6
sigma的同學, 一定知道 Minitab這套軟體, 因為它把6 sigma實用化了. 過去 Minitab 並沒有中文版, 但對岸有人將它漢化後, 官方也出簡體中文版, 使用簡體中文版會比英文版更friendly, 但畢竟兩岸語文還是有差異, 尤其專有名詞上的差異更讓人難以適從, 例如常態分配 v.s. 正态分布; 品質 v.s. 质量; 巨集 v.s. 宏; 變異數分析
v.s.方差分析; 進階 v.s. 高级…
官方目前沒有繁體中文版.~可惜! 希望 Minitab TWN公司能早日完成繁體中文版的 Minitab. ~期待!
先前談到Assistant
助手, 可幫助我們選擇正確工具進行分析, 並告訴我們如何解釋結果. 現在更進一步, 我們可透過Help 協助
> Tutorials 教學課程, 了解常用統計功能的”用途”;”資料”;”操作步驟”,同學可利用minitab所附範例, 熟悉此功能的操作, 至於輸出的解釋, 後面會在Help 協助 > StatGuide 統計指南 中討論.
Basic Statistics > 2 Proportion > Uses
用途: 雙比例
用法 1： 指定兩個組中的比例是否存在差異
一個工廠經理需要監管兩個類似的汽車變速器裝配線。
她需要知道這兩條裝配線的缺點變速器比例是否存在差異，存在差異即意味著存在問題。
有時，您只需知道存在有實際意義的差異即可。
當只有兩個可能結果（透過或失敗、有缺點或沒有缺點、是或否）時，您可以使用雙比例檢定比較這兩個組。
用法 2： 確定其中一組的比例是否比另一組的比例高
一所學校要評估一個旨在保證兒童不退學的新咨詢專案。
學校希望知道此專案開始後，退學的學生比例是否顯著下降。
通常，瞭解一個組比另一個組好非常重要，範例，一個小組是具有較高的成功率還是較低的缺點率。
用法 3： 確定兩組比例的差異是否為某一特定量
一家容器公司正在考慮取代用於模壓塑料瓶成型的機器，從而降低出現缺點產品的比例。
但是，僅當缺點比例降低 5% 或更多時才值得對此次設備升級投資。
即使兩組之間存在差異，以比例表示的差異大小可能會因為太小而沒有任何實際意義。
透過雙比例檢定，您可以檢定您認為重要的任意大小之間的差異，並計算出可能會包含組間差異的一系列值。
Basic Statistics > 2 Proportion > Data
資料: 用於雙比例的資料
雙比例檢定的資料要求
需要什麼類型的資料？
對於每個樣本，資料都必須記錄一系列只有兩個可能結果的獨立實驗結果。
範例：
在裝有 24 瓶汽水的包裝箱中，有 2 瓶汽水漏氣了。
在 300,000 名合格選民中，有 190,000 名在選舉中投了票。
在 30 名患者中，22 名患者受益於一種實驗性藥品。
請考慮需要多少資料才能確保該檢定具有足夠的功效檢測出組間差異。
為了協助確定所需的樣本大小，請使用統計 > 功效和樣本數量 > 雙比例。
我的工作表的外觀如何？
原始資料
原始資料明確地欄出了每次實驗的結果。
資料可以是文字或數值形式，最多包含兩個不同值： 一個表示希望的事件，另一個表示“非事件”。
Minitab 使用您的資料計算事件的比例。 Minitab 透過值順序（數值、字母或您定義的順序）來確定事件和非事件。
Minitab 會將較大的觀測值（較大的數值、或與字母表結尾更為靠近的文字值）定義為事件。 範例，在一系列“頭或尾”或“0 或 1”實驗中，“尾”和“1”是事件，“頭”和“0”是非事件。
原始資料可以是堆疊資料，也可以是未堆疊資料。
要輸入堆疊的原始資料，請輸入這兩個樣本的實驗結果。
提供另一個下標欄來標識樣本。
|
|
C1
|
C2
|
|
|
結果
|
組
|
|
1
|
透過
|
A
|
|
2
|
失敗
|
A
|
|
3
|
透過
|
A
|
|
4
|
透過
|
A
|
|
5
|
透過
|
A
|
|
6
|
失敗
|
B
|
|
7
|
透過
|
B
|
|
8
|
失敗
|
B
|
|
9
|
失敗
|
B
|
未堆疊的原始資料
要輸入未堆疊的原始資料，請在單獨的欄中欄出每個樣本中的每個觀測值。
|
|
C1
|
C2
|
|
|
組_A
|
組_B
|
|
1
|
透過
|
失敗
|
|
2
|
失敗
|
透過
|
|
3
|
透過
|
失敗
|
|
4
|
透過
|
失敗
|
|
5
|
透過
|
|
匯總資料
要輸入匯總資料，工作表中不需要資料。
只需在對話框中鍵入每個樣本的實驗數和事件數即可。
Basic Statistics > 2 Proportion > How To
操作步驟: 在 Minitab 中執行雙比例檢定
如何使用 Minitab 執行雙比例檢定的描述
方案
大學的財政援助辦公室對其大學生進行調查，確定男生還是女生更可能獲得暑假職業。
在抽樣的 802 名男生中，725 人在暑假被僱傭，而抽樣的 712 名女生中有 573 人被僱傭。
選擇適當的分析方式
本範例將比較兩個組的事件比例，因此雙比例檢定適用。
1.
選擇統計 > 基本統計量 > 雙比例。
輸入資料
辦公室記錄了兩組的實驗數（抽樣學生數）和事件數（找到暑期工作的學生數），因此他們輸入匯總資料。
1.
選擇匯總資料。
2.
對於第一個比例，在事件中鍵入 725，在實驗中鍵入 802。
3.
對於第二個比例，在事件中鍵入 573，在實驗中鍵入 712。
4.
點擊確定。
指定選項
此雙比例分析無需進一步修改，但您可以選擇其他選項。
使用選項子對話框可以變更信賴水準或檢定差異、指定單側假設檢定或為常態近似檢定指定真實比例的綜合估計值。
（無需任何操作）
解釋輸出
現在應該做些什麼？
有關如何解釋此分析結果的指導資訊，請參見 StatGuide。
詳細資訊請到官方網站進一步了解: http://www.minitab.com.tw/
和 http://www.minitab.com/
聲明: 本文純粹學術性研討, 內容所提及任何關於 Minitab 專有創作文字, 圖像與架構…等皆屬Minitab Inc. 版權所有, 嚴禁商業上轉貼使用.
沒有留言:
張貼留言