变更前后的两个总体的比较

kool510

变更了关键物料的供应商，变更前生产的所有批次总体为A，变更后为B，选定一个质量关键参数后分析物料变更后对产品是否有影响，请大家帮我看下我这样的minitab分析过程是否正确：
1）单值移动极差分析：对两个总体的批次分别进行单值移动极差分析，确定是否有异常点，如果有异常点，调查结束后决定是否剔除；
2）F检验：对经过单值移动极差分析后的两组数据进行F检验，检查总体方差是否相同，假设相同，P≥0.05，无显著差异；
3）T检验：经过F检验得出两个总体的方差相等，用T双尾检验检查两个总体的均值是否相同，假设相同，P≥0.05无显著差异，如果P≥0.05，则差异显著。说明关键物料变更后，对产品有显著影响。

求统计高手。

赵旭锋

通过t检验基本上就可以了
你3）中给出的结果有问题。
F检验和t检验其实都是假设检验。
你的原假设是：A和B的数据没有差别，关键物料变更后，对产品质量没有显著产别
备择假设是：A和B的数据有差别，关键物料变更后，对产品质量有显著产别
当P≥0.05的时候，接受原假设，无显著差异，变更对产品无显著影响
当p＜0.05的时候，拒绝原假设，接受备择假设，有显著差异，变更对产品有显著影响。

kool510

蜗牛98 发表于 2015-7-24 11:56
通过t检验基本上就可以了
你3）中给出的结果有问题。
F检验和t检验其实都是假设检验。

哦哦，写错了，不好意思，但是t检验的前提是方差相同，f检验可以说明两个样本的总体方差是否一致。另外1 不需要么？如果有异常点，不是应该剔除么？

你要能判断你的异常确实因为差错引起的才行啊。

glm1024

这么做就行了，如果还想更高大上一点，可考虑再加入非参数检验，这样可以避免数据不正态导致t检验偏差太大

赵旭锋

glm1024 发表于 2015-8-17 11:30
这么做就行了，如果还想更高大上一点，可考虑再加入非参数检验，这样可以避免数据不正态导致t检验偏差太大

t分布本身就不是正态啊？

glm1024

蜗牛98 发表于 2015-8-17 19:03
t分布本身就不是正态啊？

t检验对原数据正态性有要求的，尤其是非正态的时候飘得有点厉害，更详细的信息可见我共享给你的那2本书《统计学方法与数据分析引论》以及《六西格玛管理统计指南-MINITAB使用指南》

jackyang81329

楼主，我的理解是这样的。
首先，从正态分布的概率分布图上来说两个分布或者说两个总体是否有显著性差异是由两个因素决定的：一是分布的均值一是总体的标准差。
所以你的思路应当从以下几方面着手：
1、两个供应商做出来的产品的批次里你选择的那个质量属性你所需要考察什么方面？均值漂移和／或限度内的可控程度？？
如果是第一个，考虑可以用双样本t检验，第二个，考虑用能力分析或者六合图。
2、如果用双总体t检验分析两样本，那么我觉得你需要做以下几件事：
a.通常，双样本分别需要做正态性检验；
b.可以用F检验做两样本的方差齐性检验；
c.做双样本t检验，考察两总体的均值是否存在显著性差异。

前面我也说了，两总体差异可能由分布类型、均值和标准差（方差）决定。因此，这三方面理论上你都应该考察。
但同时，你应该根据你的目的，去决定你采用哪些统计学工具。从你的案例中，我无法确认你的工具使用是否合适，但是就t检验来说，需要了解这些分析相对于药学工作者在实际案例中的真正意义，这会对分析对比工作带来事半功倍的好处。