Блок-схема выбора теста гипотез - http://sixsigmaonline.ru/baza-znanij/21-1-0-23 Очень полезный материал, как для специалистов, так и для начинающих аналитиков, инженеров, исследователей. Схема также может быть использована в качестве раздаточного материала при проведении обучения персонала основам статистического анализа или шести сигм. Обратите внимание на важную особенность данного алгоритма: к каждому тесту прилагается перечень шагов по запуску соответствующей команды в программе Minitab.

1. Выбор теста
гипотез
Дискретные
(относительные)
переменные
Атрибутивные
(номинальные)
переменные
Закон
распределения
Корреляция
Ho: Корреляция отсутствует
Ha: Корреляция
Stat->Basic Statistics->Correlation
Регрессия
Ho: Коэффициент статистически не
значим
Ha: Коэффициенты значимы
Stat->Regression->Fitted Line Plot
Stat->Regression->Regression-
>Storage->Residuals (значение R2
)
Hypothesis Test Flow Chart
© SixSigmaOnline.ru
Стратегия выбора теста гипотез
Выборка
Levene’s тест
Ho: σ2
1 = σ2
2 = σ2
3
Ha: как минимум один из параметров
не равен другим
Stat->ANOVA->Nest for Equal
Variances
Testing Variance with Stacked Data
Непараметрические тесты
Ho: M1 = M2 = M3
Ha: как минимум один из параметров не равен другим
Stat->Nonparametric->Mann-Whitney (2 выборки)
Stat->Nonparametric->Kruskal-Wallis (>2 выборок)
Stat->Nonparametric->Mood’s Median (>2 выборок)
Stat->Nonparametric->Friedmans
One Sign
Ho: M1 = M2
Ha: M1 ≠ M2
Stat->Nonparametric->1-Sample Sign
Stat->Nonparametric->1-Sample
Wilcoxon
2ибольше
выборок
Выборка
One Sample Test Of Proportion
Ho: P = Целевому значению
Ha: P ≠ Целевому значению
Stat->Basic Statistics->1 Proportion
Two Sample Test Of Proportion
Ho: P1 = P2
Ha: P1 ≠ P2
Stat->Basic Statistics->2 Proportion
Сопряженность (Χ²)
Ho: Факторы независимы
Ha: Факторы зависимы
Stat->Tables->Chi-Square Test
2ибольше
выборок
1 выборка
1 выборка
1-Sample Z
Ho: M = μ
Ha: M ≠ μ (> или <)
Stat->Basic Statistics>1-Sample Z
1-Sample t
Ho: M = μ
Ha: M ≠ μ (> или <)
Stat->Basic Statistics>1-Sample t
2-Sample t
Ho: M = μ
Ha: M ≠ μ (> или <)
Stat->Basic Statistics>2-Sample t
Paired T-test
Ho: M = μ
Ha: M ≠ μ (> или <)
Stat->Basic Statistics>Paired T
Bartlett’s тест
Ho: σ2
1 = σ2
2 = σ2
3
Ha: как минимум один из параметров не
равен другим
Stat->ANOVA->Test for Equal Variances
Testing Variance with Stacked Data
Дисперсионный анализ
(One Way ANOVA)
Ho: M1 = M2 = M3
Ha: как минимум один из параметров не
равен другим
Stat->ANOVA->One-Way
Закон распределения
подчиняется нормальному
2ибольше
выборок
2выборки
1выборка
Законраспределения
отличныйотнормального
2ибольше
выборок
Если P > 0,05, нулевая гипотеза не может быть отвергнута
Если P ≤ 0,05, нулевая гипотеза отвергается и принимается альтернативная
Величина, с которой сравнивается P-value зависит от заданного α-уровня. В приведенном примере α-уровень равен 0,05.