Professional Documents
Culture Documents
Pvalue Two-Sided
Pvalue Two-Sided
4. Sự linh hoạt trong ứng dụng T-Test với thực tế (khi thì cần H0, lúc thì cần H1, thích gì có đó)
Tôi có 1 cái thước Kẹp, và KHÁCH HÀNG YÊU CẦU CTY TÔI PHẢI ĐÁNH GIÁ BIAS của thước kẹp nà
Tôi đã được đào tạo về MSA nên tôi triển khai đánh giá như sau:
Các bạn tự viết quy trình vào ....
Step1:
Step2:
Step3:
Step4:
....
Kết quả đo được nhập vào cột reading dưới đây
Reading Ref Bias
11.996 12.01 -0.014 Phương pháp này là Áp dụng kỹ thuật phân tích T-TEST (One sample với 1 Tiêu chuẩn)
12.004 12.01 -0.006 Đặt giả thuyết:
12.006 12.01 -0.004 H0: Bias = 0
11.992 12.01 -0.018 H1: Bias <> 0
12 12.01 -0.01 Chọn độ tin cậy:
11.995 12.01 -0.015 95%
12.004 12.01 -0.006 Phân tích:
12.008 12.01 -0.002 Tự tưởng tượng rằng khi ta dùng cái thước này để đo trong cả năm thì kết quả đo c
12.024 12.01 0.014 Quần thể đó có trung bình của Bias là =0
11.996 12.01 -0.014 Tại Bias = 0 thì giá trị t = 0 tcurve(df=24)
11.99 12.01 -0.02
12.005 12.01 -0.005 Ta xác định các giá trị giới hạn của khoảng tin cậy 95% vã vẽ lên đường cong
12.009 12.01 -0.001
12.003 12.01 -0.007 Alpha = 1- Confident level
12.001 12.01 -0.009 Alpha = 1-0.95 0.05
12.015 12.01 0.005 Vì là ta quan tâm cả 2 phía NHỎ HƠN và LỚN HƠN nên chia ALPHA r
12.011 12.01 0.001 Left_Alpha = 0.025 2.50%
11.984 12.01 -0.026 Right_Alpha = 0.025 2.50%
12.003 12.01 -0.007
11.988 12.01 -0.022 Ta sẽ có 2.5% rủi ro để TA SAI khi bảo cái thước có BIAS là lệch về PHÍA TRÁI (LESS)
12.005 12.01 -0.005 Ta sẽ có 2.5% rủi ro để TA SAI khi bảo cái thước có BIAS là lệch về PHÍA PHẢI (GREA
11.966 12.01 -0.044 (phải chấp nhận thôi, vì đâu có gì là tuyệt đối)
11.984 12.01 -0.026
11.99 12.01 -0.02 Ta xác định t tại trái 2.5% và phải 2.5% xem nó ở đâu?
11.999 12.01 -0.011 t
L_alpha 0.025 -2.0555
R_Alpha 0.975 2.0555
t
L_alpha 0.025 -2.0555
R_Alpha 0.975 2.0555
x = mu + t*(s/sqrt(n))
mu = 0
s= 0.011759
n= 25
Nhận xét: Nếu kết quả tính mà BIAS nằm trong khoảng từ -0.0048 đến + 0.0048 thì
Còn nếu nằm ngoài vùng đó thì là BIAS <> 0
Để biểu thị nó TRÊN BIỂU ĐỒ, tính thêm giá trị t TẠI Bias = - 0.011
t_bias = -4.62620047
Tính như thế này ĐÃ RẤT LÀ RÕ NGÔ RÕ KHOAI RỒI, nhưng vì ĐỂ HIỂU KẾT QUẢ TH
và lại PHẢI HIỂU VỀ QUY ĐỔI TỪ giá trị t sang giá trị THỰC
Do vậy để đơn giản hơn, CÁC LÃNH ĐẠO CỦA NGÀNH THỐNG KÊ THẾ GIỚI ĐÃ ĐƯA
ĐƠN GIẢN, KHÔNG CẦN HIỂU KỸ VỀ THỦ THUẬT ĐẰNG SAU NÓ.
Vậy là chỉ số Pvalue ra đời, tính trong tình huống này ra sao????
Sẽ có 2 giá trị P value, dù ta nhìn trên biểu đồ ta Biết là Bias lệch về PHÍA NÀO, như
do vậy phải tính cả 2 giá trị Pvalue
Pvalue_left 4.50825E-05
Pvalue_right 0.9999549175 => sao NHIỀU THẾ NHỈ?
Quên mất là hàm T.DIST nó quét từ ÂM VÔ CÙNG lên
Mà cái ta cần là PHÍA LỚN HƠN NÊN
Pvalue_right 4.50825E-05
Pvalue_tổng 9.016499E-05 QUÁ BÉ
KẾT LUẬN:
Pvalue = 0.00009 < 0.05 , Reject H0
Ta có thể nói BIAS LÀ KHÔNG = 0
NGHE NÓI LÀ T-TEST CÓ THỂ ƯỚC TÍNH KHOẢNG 95% ĐỘ TIN CẬY CỦA BIAS nữa, H
đo trong cả năm thì kết quả đo của nó sẽ tạo thành 1 QUẦN THỂ dữ liệu
tcurve(df=24)
ẠI Bias = - 0.011
ỒI, nhưng vì ĐỂ HIỂU KẾT QUẢ THÌ PHẢI HIỂU VỀ CÁC CÔNG THỨC TÍNH
ÀNH THỐNG KÊ THẾ GIỚI ĐÃ ĐƯA RA CHỈ SỐ P-VALUE để NGƯỜI DÙNG QUYẾT ĐỊNH THEO CHỈ SỐ NÀY
ĐẰNG SAU NÓ.
này ra sao????
iết là Bias lệch về PHÍA NÀO, nhưng số Học nó không hiểu được vậy, vì nó không nhìn mà nó chỉ NGHĨ
t= 0 Pvalue right
t= -4.6
bias = -0.011 t= 4.6
t= -2.05 t= 2.05