所谓假设检验(Hypothesis Testing)也就是基于数理统计学,判定假设条件是否成立的方法论。 其作为统计学的一门学问,其特有的方法论可以帮助使用者从千头万绪中抽丝剥茧,指明分析问题的思路,并核算所需的最小样本量,从而大幅提高判断的效率和准确性,为正确决策提供可能。 凡是涉及到判定真伪,做出决策的场合都可以尝试用假设检验的逻辑和方法。 如果是一名制造工程师 为了改善某个问题完成了一组测试, 其原假设H0:“实验有效“, 如果做出了错误的判断会导致: I类错误 试验有效,但判定无效.造成错失改善机会. 均值不等,但判定相等.后果同上. 标准差不等但判定相等后果同上 II类错误 试验无效,但判定有效,造成无效的措施被采纳. 均值相等,但判定不等,后果同上. 标准差相等,但判定不等,后果同上. 管理者如何面对有疑问的说辞 如果是一名管理者面对有疑问的说辞:原假设是“相信此人是诚实/正确的”, 做出了错误的判断会导致: I类错误 错过好的改善或者盈利的机会 II类错误 可能使得企业遭受或大或小的损失,随着企业对管理人员的容错范围在收窄,对其职业生涯会产生直接影响。 这也是管理者一般不轻信别人的原因。 如果是一名法官 庭审上面对疑犯的原假设H0是“疑犯无罪”(注意律政的原则是疑罪从无), 做出了错误的判断会导致: I类错误 清白的人进监狱,需要特别谨慎,一般选择5% II类错误 罪犯逍遥法外,一般选择10% |
|
来自: 天行健西格玛 > 《天行健精益六西格玛咨询公司专栏》