六西格瑪零基礎小知識(從六西格瑪小白到大師) 優思學院:如何用假設檢驗判斷兩個比例是否相等

工业质量
1粉絲
8 次觀看·2026年5月25日
AI 生成·可能包含錯誤
視頻概述
AI 生成本課程詳細介紹了雙比例Z檢驗(Two-Proportion Z-Test)的統計原理與操作流程。該檢驗旨在判斷兩個獨立總體比例之間的差異是真實存在,還是由隨機抽樣誤差造成,是推斷統計中比較兩組成功率或傾向性的基礎工具。
歡迎來到本節關於雙比例計檢驗的課程
今天我們將學習如何統計比較兩個獨立總比的比例
以判斷它們是否存在顯著差異
這是推斷統計中的一項基礎工具
那麼這個檢驗到底是什麼呢?
簡單來說
它幫助我們判斷兩個樣本比例之間的差異是真實存在的
還是僅僅由於隨機因素造成的
想象一下比較A要和B要的成功率
或者比較兩個不同城市的投票傾向
我們計算P1和P2
然後檢驗它們之間的差距在統計上是否顯著
每一個統計檢驗都從假設開始
原假設,也就是H0
假定兩個總比比例之間沒有差異
也就是P1等於P2
對則假設HA通常認爲存在差異
也就是P1不等於P2
這就構成了一個雙位檢驗
在我們開始計算之前
必須確保我們的數據是有效的
首先,樣本必須是隨機的
其次,它們之間必須相互獨立
最後,我們要檢查大樣本數條件
我們需要兩個樣本中各有至少10次成功和10次失敗
以確保抽樣分佈近似於正臺分佈
因爲我們的原假設認爲兩個比例實際上是相等的
所以我們會合並或混合數據
以獲得對這個共同比例的最佳估計
我們把這個叫做P冒核標
我們通過將兩組的成功總數相加
然後除以兩組的總樣本量來計算它
接下來,我們計算標準誤差
這個公式告訴我們
在原假設成立的情況下
僅由於隨機因素
我們預期會在兩個樣本比例之間看到多少變異
我們在根號內使用合併後的P冒值
現在我們來計算Z分數
也就是我們的檢驗統計量
分子是我們在兩組之間觀察到的差異
分母就是我們剛剛計算出來的標準誤差
結果告訴我們
我們觀察到的差異就離0有多少個標準差
一旦我們得到了Z分數
就要看正態分佈
在曲線下超過我們非分數的區域代表P值
在雙位檢驗中
我們要看兩端的微波
這個概率告訴我們
如果原假設實際上爲真
得到如此極端絕活的可能性有多大
最後我們要做出決策
如果P值很低
特別是低於我們的顯著性水平α
通常是0.05
我們就拒絕原假設
這意味着我們有強有力的證據表明存在差異
如果P值很高
我們則無法拒絕原假設
總結一下
第一步檢查你的條件
第二步陳述你的假設
第三步計算合併比例和標準誤差
第四步找到你的Z分數和P值
最後將P值與α進行比較
從而得出你的結論
我們是優思學院
