對立假設H1: 誤差項未遵循常態分配。

當H0成立時，常態機率圖(Normal Probability Plot) 應呈現近似45度直線，而且P-Value的值必須>0.05 ...跳至主要內容文章導覽←上一篇下一篇→為讓實驗結果可以被信任，對於抽樣的數據必須進行「常態性檢定」。

1.先抽樣的量測值填入Minitab欄位中，成一行，不可分行。

(建議抽樣30個以上，大樣本)2.在Minitab上方工具列依序按下Stat>BasicStatistics>NormalityTest3.在彈出的對話方塊中，快點兩下左上方的C1(也就是剛剛填入值的欄位)，右方的Variable會自動帶入C1。

最後按下ok就會顯示結果。

4.以本例來說，常態性檢定中，36個抽樣捲度資料分布近似一條45度線，同時P-Value的值0.428>0.05，所以接受「虛無假設」H0：近似常態。

若P-Value的值<0.05，則拒絕H0，接受H1 。

通常這也表示實驗要重作，作完再重新抽樣一次。

補充說明常態性的假說：虛無假設H0:誤差項遵循常態分配對立假設H1:誤差項未遵循常態分配虛無假設H0:誤差項遵循常態分配。

對立假設H1:誤差項未遵循常態分配。

當H0成立時，常態機率圖(NormalProbabilityPlot)應呈現近似45度直線，而且P-Value的值必須>0.05 。

P-Value的意義：一般在抽樣調查當中，通常的信心水準設定為95%，也就是限定犯錯的機率α=0.05（typeIerror，也稱之為：顯著水準）。

而P-value是以目前所觀測的資料而言，檢定結果能拒絕虛無假說的最小顯著水準。

由於實驗是利用樣本推論母體，過程中難免有犯錯的風險，一般設定犯錯的風險為0.05，也就是人為設定的信心水準95%，故P-Value的值>0.05時，接受虛無假設H0。

分享此文：電子郵件FacebookTumblrTwitterTelegram列印相關文章:使用Minitab計算CpkRSS教學AR4031B韌體更新教學利用Gmail過濾垃圾郵件Google的上網加速程式在〈Minitab常態性檢定〉中有2則留言仙采哥~你也太強了吧!~研究寫成網誌分享真的太造福人群了…回覆↓老天，你更強！這麼硬梆梆的東西你還跑來看。

我不是造福人群，是做筆記，要不然等到寫論文時一定會忘記，而且Minitab這玩意兒google很久都找不到資料，怪的很。

回覆↓發表迴響取消回覆傳送到電子郵件地址你的姓名你的電子郵件地址取消文章未送出─請檢查你的電子郵件地址！電子郵件地址檢查失敗，請再試一次抱歉，你的網誌無法透過電子郵件分享SecuredByminiOrange