l******2
发帖数: 5522 | 1 一条生产线，在每个产品上打上激光商标，理论上每个产品都会被打上商标，但是随机
抽取了100个检验样本，其中96个有商标，4个没有商标。
用什么统计方法来表达目前生产线的标准度？在多少confidence level可以相信这条生
产线是在标准运行
如何用minitab表达 |
a********r
发帖数: 4013 | |
t*********g
发帖数: 1 | 3 Bernilli(p) with phat=96/101 and p in (96/101- sqrt(phat*(1-phat)/101)) |
l******2
发帖数: 5522 | 4 这叫什么方法？
【在 t*********g 的大作中提到】
: Bernilli(p) with phat=96/101 and p in (96/101- sqrt(phat*(1-phat)/101))
|
a******9
发帖数: 20431 | 5 假设检验 H0:mu ≠100%
：一条生产线，在每个产品上打上激光商标，理论上每个产品都会被打上商标，但是随
机抽取了100个检验样本，其中96个有商标，4个没有商标。
： |
k**********4
发帖数: 16092 | 6 it can be expressed as the percentage of good products +/- SD
【在 l******2 的大作中提到】
: 一条生产线，在每个产品上打上激光商标，理论上每个产品都会被打上商标，但是随机
: 抽取了100个检验样本，其中96个有商标，4个没有商标。
: 用什么统计方法来表达目前生产线的标准度？在多少confidence level可以相信这条生
: 产线是在标准运行
: 如何用minitab表达
|
k**********4
发帖数: 16092 | 7 撤几八蛋，用observed value test P value是没有统计学意义的，你只能算略知一二
interval |
k**********4
发帖数: 16092 | 8 你前面都是对的，只是不能用observed value计算p，H0要experiment之前就确定 |
|
k**********4
发帖数: 16092 | 9 另外这个test不能用z，因为不是normal distribution，要用binomial distribution
【在 k**********4 的大作中提到】
: 你前面都是对的，只是不能用observed value计算p，H0要experiment之前就确定
|
B*******e
发帖数: 30 | 10 50+ Sampling足够clt 了
distribution
【在 k**********4 的大作中提到】
: 另外这个test不能用z，因为不是normal distribution，要用binomial distribution
|
|
|
k**********4
发帖数: 16092 | 11 日，又来一个门外汉，现在谈的不是sample size的问题
【在 B*******e 的大作中提到】
: 50+ Sampling足够clt 了
:
: distribution
|
p***n
发帖数: 17190 | 12 生產線該檢討了
【在 l******2 的大作中提到】
: 一条生产线，在每个产品上打上激光商标，理论上每个产品都会被打上商标，但是随机
: 抽取了100个检验样本，其中96个有商标，4个没有商标。
: 用什么统计方法来表达目前生产线的标准度？在多少confidence level可以相信这条生
: 产线是在标准运行
: 如何用minitab表达
|
B*******e
发帖数: 30 | 13 Normal approximation of Binomial 可以用clt谁是门外汉？
【在 k**********4 的大作中提到】
: 日，又来一个门外汉，现在谈的不是sample size的问题
|
k**********4
发帖数: 16092 | 14 I see what you mean,但是现在电脑速度快了，几乎没人用approximation，这是以前
需要查表时的算法
【在 B*******e 的大作中提到】
: Normal approximation of Binomial 可以用clt谁是门外汉？
|
B*******e
发帖数: 30 | 15 都电脑干了 学统计干吗 几行code 一写谁不会
【在 k**********4 的大作中提到】
: I see what you mean,但是现在电脑速度快了，几乎没人用approximation，这是以前
: 需要查表时的算法
|
B*******e
发帖数: 30 | 16 查表 适合于 小样本， non par , binomial test 本身就是 non par 的方法。没电脑
的话 不可能做 100样本量的test |
k**********4
发帖数: 16092 | 17 你得懂统计理论知道写什么啊，上面那位写程序没问题，但内容是错的
【在 B*******e 的大作中提到】
: 都电脑干了 学统计干吗 几行code 一写谁不会
|
B*******e
发帖数: 30 | 18 那哥们只会炒股 没有统计的概念
教不会的
【在 k**********4 的大作中提到】
: 你得懂统计理论知道写什么啊，上面那位写程序没问题，但内容是错的
|
b***y
发帖数: 14281 | 19 尼玛很多人学统计的都学傻了。这种问题，confidence level就是96%。OK，因为实际
是binomial distribution，真实的概率差了那么点，但差不了多少，根本没必要计较
，因为还有更多的更重的因素你根本没法model，比如所谓随机抽取，真随机吗？实际
很可能是同一批次的原因。而且出现差错的情况真的是相互独立的吗？这么多不确定，
计较一个1%不到的误差有个屁意义。
【在 l******2 的大作中提到】
: 一条生产线，在每个产品上打上激光商标，理论上每个产品都会被打上商标，但是随机
: 抽取了100个检验样本，其中96个有商标，4个没有商标。
: 用什么统计方法来表达目前生产线的标准度？在多少confidence level可以相信这条生
: 产线是在标准运行
: 如何用minitab表达
|
l**a
发帖数: 11 | 20 金牛这个公示说的方向是对的
确定具体的ci，复杂一点
http://dept.stat.lsa.umich.edu/~kshedden/Courses/Stat485/Notes/binomial_confidence_intervals.pdf
有几种方法，没有最好的方法
【在 k**********4 的大作中提到】
: it can be expressed as the percentage of good products +/- SD
|
|
|
k**********4
发帖数: 16092 | 21 BS
【在 b***y 的大作中提到】
: 尼玛很多人学统计的都学傻了。这种问题，confidence level就是96%。OK，因为实际
: 是binomial distribution，真实的概率差了那么点，但差不了多少，根本没必要计较
: ，因为还有更多的更重的因素你根本没法model，比如所谓随机抽取，真随机吗？实际
: 很可能是同一批次的原因。而且出现差错的情况真的是相互独立的吗？这么多不确定，
: 计较一个1%不到的误差有个屁意义。
|
d********8
发帖数: 691 | |
l**a
发帖数: 11 | 23 我贴的那个slides里把几个问题都回答了
【在 d********8 的大作中提到】
: 到底咋整?零假设是啥?
|
d********m
发帖数: 3662 | 24 binomial + noninformative beta prior
hypothesis testing is not needed in this case |
d********m
发帖数: 3662 | 25 if you want to construct test statistics for binomial with very small
percentage, you may consult Agresti's categorical data analysis book.
I think there are three ways to do it. each has pros and cons. Can't recall
the details |
k**********4
发帖数: 16092 | 26 我知道你费了半天劲学了点皮毛，但是这里跟本用不着baesian
【在 d********m 的大作中提到】
: binomial + noninformative beta prior
: hypothesis testing is not needed in this case
|
