您还没有绑定微信,更多功能请点击绑定

有关列联表的独立性检验

昨天我在做月总结时,发现白班和夜班的合格率有很大的差异,于是想用列联表检验来分析一下合格率和班次是否有关联,数据如下:
B1:合格 B2:不合格
A1:白班 232 19
A2:夜班 54 18
从表面看两者是有一定的关联,但minitab给出的结果如下:
Chi-Square Test: B1:合格, B2:不合格

Expected counts are printed below observed counts
Chi-Square contributions are printed below expected counts

B1:合格 B2:不合格 Total
1 232 19 251
222.25 28.75
0.428 3.308

2 54 18 72
63.75 8.25
1.492 11.531

Total 286 37 323

Chi-Sq = 16.759, DF = 1, P-Value = 0.000

从P-value的值来看,两因子应该是无关的,对吗?但分析结果却和估计的正好相反?还有列联表中的P-value值通过什么可以判断因子间是否独立呢?请指教.
新手,请勿见笑!
对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

wh831106 (威望:5) (天津 天津) 电子制造 质量主管 - 啊呀拉呀!

赞同来自:

没错没错.一般双侧检验的原假设都是H0=0的.P值检验和T检验U\F检验是相反的.
其实6sigma里用拒绝域判定更为合理!也更容易理解.一般T检验的时候我都用拒绝域判定,尤其是单侧检验的时候!

17 个回复,游客无法查看回复,更多功能请登录注册

发起人

speeder358
speeder358

管理体系,供应链管理,六西格玛管理

扫一扫微信订阅<6SQ每周精选>