What You Will Learn!
- Aufstellen der Nullhypothese und Alternativhypothese
- t-Test, eine Stichprobe durchführen
- Die Trennschärfe „Power“ eines Hypothesentest verstehen
- Herleitung des Wahrscheinlichkeitsnetzes auf Basis der Dichtefunktion
- Erzeugung und Interpretation von Einzelwertediagrammen im Rahmen des t-Tests
- Testprüfgröße und Signifikanzwert
- Fehler 1. Art und Fehler 2. Art im Rahmen der Hypothesenentscheidung
- Trennschärfenanalyse und Stichprobenumfang im Rahmen des t-Tests
- Einfluss des Stichprobenumfangs auf das Hypothesenergebnis
- Grafische Konstruktion der Wahrscheinlichkeitsverteilung
- Interpretation der Trennschärfekurve
- Bestimmung des Stichprobenumfangs auf Basis der Trennschärfengüte
- Einfluss unterschiedlicher Stichprobenumfänge auf die Hypothesenentscheidung
Description
HYPOTHESENTEST: t-TEST, 1 STICHPROBE
In dieser Minitab Schulung Hypothesentest t-Test für eine Stichprobe begleiten wir die Wärmebehandlung und werden erleben, wie mithilfe des Hypothesentests t-Test eine Stichprobe herausgefunden werden kann, ob der Wärmebehandlungsprozess so eingestellt ist, dass die Skateboardachsen die geforderte Druckfestigkeiten erreichen. Um diese zu erreichen, durchlaufen die Skateboardachsen einen mehrstufigen Wärmebehandlungsprozess. Unsere Aufgabe in dieser Minitab Schulung besteht darin, anhand von Stichprobendaten und dem Hypothesentest t-Test für eine Stichprobe eine zuverlässige Handlungsempfehlung an die Produktionsleitung abzugeben, ob der aktuelle Wärmebehandlungsprozess ausreichend gut eingestellt ist oder ob der aktuell laufende Prozess eventuell sogar gestoppt und optimiert werden müsste, falls unser Hypothesentest aufzeigt, dass der geforderte mittlere Sollwert nicht erreicht wird. Im Kern dieser Trainingseinheit werden wir erleben, wie ein Hypothesentest eine Stichprobe ordnungsgemäß durchgeführt wird und vorab durch mittels Prüfung sicherstellen, ob unser Datensatz den Gesetzen der Normalverteilung folgt. Mithilfe einer sogenannten Trennschärfeanalyse werden wir herausarbeiten, ob der vorliegende Stichprobenumfang ausreichend groß genug ist. Anhand der Dichtefunktion und Wahrscheinlichkeitsverteilungen werden wir lernen, wie der t-Wert im t-Test einzuordnen ist und auch verstehen, welche Fehlentscheidung im Rahmen eines Hypothesentests möglich sind. Mithilfe entsprechender Einzelwertdiagramme entwickelt sich ein Verständnis dafür, wie das Konfidenzintervall im Rahmen Hypothesentest des 1 Stichproben t-Testes einzuordnen ist.
Themenschwerpunkte:
t-Test, eine Stichprobe, Grundlagen
Abrufen und Interpretation von Arbeitsblattinformationen
Abrufen und Interpretation der deskriptiven Statistik
Die Trennschärfe „Power“ eines Hypothesentests
Anderson- Darling- Test als Vorstufe zum t-Test
Herleitung des Wahrscheinlichkeitsnetzes auf Basis der Dichtefunktion
Interpretation des Wahrscheinlichkeitsnetzes
Durchführung des Hypothesentests t-Test für den Mittelwert, 1 Stichprobe
Aufstellen der Nullhypothese und Alternativhypothese
Test auf Normalverteilung nach Anderson-Darling
Das Wahrscheinlichkeitsnetz der Normalverteilung
Erzeugung und Interpretation von Einzelwertediagrammen im Rahmen des t-Tests
Konfidenzniveau und Irrtumswahrscheinlichkeit
Testprüfgröße und Signifikanzwert
Fehler 1. Art und Fehler 2. Art im Rahmen der Hypothesenentscheidung
Trennschärfenanalyse und Stichprobenumfang im Rahmen des t-Tests
Einfluss des Stichprobenumfangs auf das Hypothesenergebnis
Grafische Konstruktion der Wahrscheinlichkeitsverteilung
Interpretation der Trennschärfekurve
Bestimmung des Stichprobenumfangs auf Basis der Trennschärfengüte
Einfluss unterschiedlicher Stichprobenumfänge auf die Hypothesenentscheidung
Who Should Attend!
- Datenanalytiker, Six Sigma Belts, Minitab Prozessoptimierer, Minitab Anwender
