ACADEMY IMPROVEMENT VALIDATION

判断几组数据之间是否有显著差异 Hypothesis Testing 假设检验

数据之间的差异，是随机波动，还是有统计证据的差别。

先建立基本概念什么是
假设检验

选择验证方法直接进入判断树
选择应用场景

已经完成数据收集直接生成
分析 Prompt

02 HYPOTHESIS TESTING

假设检验

根据提供的数据计算并判断，观察到的差异或关联是否达到 统计学意义上的显著水平。

概念

用数据区分「真实差异」和「随机波动」

生产中没有任何两组数据会完全相同。改善前不良率 3.2%，改善后 2.6%—— 这 0.6% 是改善真的起了作用，还是换一批样本就会变回去？

假设检验就是回答这个问题的方法：先假定「两者没有差异」，再看手上的数据是否强到足以推翻这个假定。推翻不了，就不能宣称改善有效；推翻得了，才有底气说差异是真的。

它判断的是差异是否真实存在，不是差异有多大、也不是差异是谁造成的。

类比 它和法庭判案是同一套逻辑

被告默认无罪 → H₀：默认没有差异
控方出示证据 → 收集样本数据
证据是否够强 → P 值是否小于 0.05
证据不足 ≠ 清白 → P ≥ 0.05 ≠ 没有差异

应用场景

什么时候需要做假设检验

只要结论是「A 和 B 不一样」或「X 和 Y 有关系」，就需要用假设检验来支撑。

改善效果验证 改善后不良率从 3.2% 降到 2.6%，是真的降了，还是正常波动

两组对比 新旧工艺、两条产线、两个班次的平均值或不良率是否一致

是否达到目标 平均净含量是否等于标称值；一次合格率是否真的达到 95%

多组比较 三家原料供应商、四种配方的水分含量是否存在差异

因子与结果的关系 烘烤温度与产品硬度是否相关；供应商与缺陷类型是否有关联

数据的前置检查 数据是否服从正态分布，决定后续该用哪一类统计方法

符号

H₀ 和 Hₐ 分别代表什么

H₀ 原假设 · Null Hypothesis

默认成立的那一方：没有差异、没有关联、等于目标值。它是被检验的对象，而不是想要证明的结论。

例：改善前后不良率相同 · 平均重量 = 100 g · 温度与粘度无关

Hₐ 备择假设 · Alternative Hypothesis

与 H₀ 对立的那一方：有差异、有关联、不等于目标值。通常就是真正关心、并希望用数据支持的结论。

例：改善前后不良率不同 · 平均重量 ≠ 100 g · 温度与粘度相关

记住

假设检验只有两种结论：拒绝 H₀ 或 不能拒绝 H₀，永远得不到「H₀ 成立」。就像法庭只会判「有罪」或「证据不足」，不会判「清白」。

P 值

P 值到底在说什么

P 值回答一个问题：假如 H₀ 是对的（真的没有差异），那么出现眼前这样、甚至更极端的数据结果，概率有多大？ 换句话说，它衡量的是「这一切纯属巧合」的可能性。

P < 0.05 拒绝 H₀

如果真的没有差异，这样的数据太罕见了。比起「碰巧」，更合理的解释是 H₀ 本身不成立——差异是真实的。

P ≥ 0.05 不能拒绝 H₀

这样的数据用「随机波动」就能解释得通，没有理由推翻 H₀。注意：这不等于证明了两者相同。

α = 0.05

这条判断线的含义是：接受自己有 5% 的概率冤枉 H₀，把随机波动误判成真实差异。行业惯例取 0.05，风险高的场合可以收紧到 0.01。

三个最常见的误解

P 不是「H₀ 为真的概率」 P = 0.03 的意思不是「没有差异的概率只有 3%」。P 是在假定 H₀ 成立的前提下，算出这批数据有多罕见。

P 小不代表差异大 样本量足够大时，0.1 g 这种毫无实际意义的差异也能算出很小的 P 值。显著与否要看 P，值不值得改要看实际差异大小。

P ≥ 0.05 不代表没有差异 更常见的原因是样本量不够，没有能力发现本来就存在的差异。所以做检验之前，先确认样本量。

第一类错误 · α H₀ 本来是对的，却被拒绝了——冤枉好人，误报改善有效

第二类错误 · β H₀ 本来是错的，却没能拒绝——放过坏人，漏掉真实存在的差异

检验效力 · Power = 1 − β 发现真实差异的能力，由样本量决定，常用取值 0.80 或 0.90

快速参考

常用假设检验：H₀、Hₐ 与 P-value 判断

常用显著性水平 α = 0.05

典型使用场景	假设检验方法	H₀原假设	Hₐ备择假设	P ≥ 0.05不能拒绝 H₀	P < 0.05拒绝 H₀
当前不良率是否不同于 3%；合格率是否达到既定水平	1-Proportion 单比例检验	p = p₀例：产品合格率 = 95%	p ≠ p₀例：产品合格率 ≠ 95%	没有足够证据说明该比例与目标值不同	该比例与目标值存在显著差异
改善前后不良率；两个供应商的合格率比较	2-Proportion 双比例检验	p₁ = p₂例：改善前后不良率相同	p₁ ≠ p₂例：改善前后不良率不同	没有足够证据说明两个比例不同	两个比例存在显著差异
供应商与缺陷类型；产线与缺陷类别；多个比例的整体比较	Chi-square 卡方检验	两个分类变量相互独立例：供应商与缺陷类型无关联	两个分类变量存在关联例：供应商与缺陷类型有关联	没有足够证据说明两个分类变量有关联	两个分类变量存在显著关联
平均重量是否等于 100 g；平均强度是否偏离目标	1-Sample t 单样本 t 检验	μ = μ₀例：平均重量 = 100 g	μ ≠ μ₀例：平均重量 ≠ 100 g	没有足够证据说明总体均值偏离目标值	总体均值与目标值存在显著差异
新旧工艺平均值；两个独立供应商的平均性能比较	2-Sample t 双样本 t 检验	μ₁ = μ₂例：新旧工艺平均强度相同	μ₁ ≠ μ₂例：新旧工艺平均强度不同	没有足够证据说明两个总体均值不同	两个总体均值存在显著差异
三个及以上供应商、配方、工艺条件或产线的均值比较	ANOVA 方差分析	μ₁ = μ₂ = μ₃ = …例：3 个供应商平均强度相同	至少有一组均值不同例：至少 1 个供应商平均强度不同	没有足够证据说明各组总体均值存在差异	至少一组总体均值存在显著差异
温度与粘度、速度与强度、压力与尺寸之间的线性相关	Correlation 相关性检验	ρ = 0例：温度与粘度无线性相关	ρ ≠ 0例：温度与粘度存在线性相关	没有足够证据支持两个变量存在线性相关	两个变量存在线性相关的统计证据
判断连续数据的分布特征，为后续统计方法选择提供依据	Normality Test 正态性检验	数据来自正态分布例：产品重量数据符合正态分布	数据不来自正态分布例：产品重量数据不符合正态分布	没有足够证据拒绝正态分布假设	数据与正态分布存在显著偏离