Giả thuyết thống kê là một mệnh đề nhận định về tham số của tổng thể. Khi ta đồng nhất tổng thể với một biến ngẫu nhiên thì giả thuyết thống kê cũng có thể là nhận định về phân phối xác suất của biến ngẫu nhiên. Ký hiệu là giả thuyết của tham số tổng thể, đi kèm với giả thuyết là mệnh đề đối lập được gọi là đối thuyết, ký hiệu là . Bài toán kiểm định giả thuyết thống kê gồm một cặp giả thuyết và đối thuyết . Dựa vào thông tin mẫu lấy được từ tổng thể ta phải đưa ra quyết định bác bỏ hay chấp nhận giả thuyết , việc chấp nhận giả thuyết tương đương với bác bỏ đối thuyết và ngược lại.
90 trang |
Chia sẻ: maiphuongdc | Lượt xem: 1376 | Lượt tải: 2
Bạn đang xem trước 20 trang tài liệu Luận văn Nghiên cứu định lượng về tình hình sản xuất kinh doanh của công ty Giấy Bãi Bằng, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
bác bỏ W để tiến hành kiểm định giả thuyết, để giảm bớt sai lầm loại I (), ta phải thu nhỏ miền bác bỏ W, thay thế bằng một miền . Tuy nhiên điều đó dẫn đến và sai lầm loại II () lại tăng lên.
Vì những lý do trên, trong thực hành người ta thường cố định xác suất mắc sai lầm loại I và tìm cách làm cực tiểu sai xác suất sai lầm loại II. Thông thường giá trị của thường được lấy rất nhỏ, bằng 0.05, 0.02 hoặc 0.01.
2. Các bước làm bài toán kiểm định
Để tiến hành kiểm định giả thuyết, thông thường người ta có thể sử dụng miền tiêu chuẩn, xác suất ý nghĩa hoặc ước lượng khoảng của các tiêu chuẩn hay tham số thống kê, với các bước thực hiện tương ứng.
Sử dụng miền tiêu chuẩn
Để giải quyết một bài toán kiểm định giả thuyết thống kê thông qua việc sử dụng miền tiêu chuẩn, người ta thường thực hiện các bước sau:
Bước 1: Xác định tham số cần kiểm định, đặt giả thuyết và đối thuyết.
Bước 2: Xác định tiêu chuẩn thống kê và tính giá trị của tiêu chuẩn thống kê đối với giá trị mẫu đã cho.
Bước 3 : Xác định miền bác bỏ W.
Bước 4: So sánh giá trị của tiêu chuẩn thống kê với miền bác bỏ W và kết luận bác bỏ hay chấp nhận giả thuyết H0.
b) Sử dụng xác suất ý nghĩa (p-value)
Nếu ta bác bỏ giả thuyết khi thấy một giá trị cụ thể a của mẫu xuất hiện, thì ta cũng hái bác bỏ giả thuyết đó cho những giá trị khác của mẫu thuộc vào một miền xác định bởi a. Chẳng hạn với giả thuyết cần kiểm định là “Chi tiết máy được gia công có kích thước đạt tiêu chuẩn”, nếu ta bác bỏ giả thuyết khi đo thấy sản phẩm có kích lệch so với quy định 1 milimét thì ta cũng phải bác bỏ giả thuyết cho mọi sản phẩm khác đo được kích thước lệch so với quy định nhiều hơn 1 milimét. Có thể về thực chất thì các sản phẩm đó đều có kích thước đạt tiêu chuẩn nhưng do những tác động ngẫu nhiên trong quá trình đo đạc mà ta có kết luận sai, dẫn đến việc phạm sai lầm với một xác suất nào đó.Tập hợp chứa các giá trị của mẫu phải bác bỏ khi đã bác bỏ một giá trị cụ thể cho trước của mẫu có một xác suất phạm sai lầm được gọi là xác suất ý nghĩa ứng với giá trị cụ thể đó. Chính xác hơn, ta có định nghĩa sau:
Định nghĩa 3: Ứng với một giá trị mẫu cụ thể của tiêu chuẩn thống kê dùng kiểm định giả thuyết, xác suất ý nghĩa (p-value) là giá trị của xác suất phạm sai lầm nếu bác bỏ giả thuyết H0 khi ta có giá trị mẫu cụ thể đó trong khi giả thuyết là đúng đối với mẫu đang xét.
Ta thấy xác suất ý nghĩa chính là xác suất phạm sai lầm loại I đã trình bày ở phía trên. Xác suất này nhỏ tương ứng với khả năng phạm sai lầm khi bác bỏ giả thuyết là nhỏ và ta có thể bác bỏ giả thuyết mà không e ngại có sai lầm. Ngược lại thì ta phải chấp nhận giả thuyết vì khả năng phạm sai lầm sẽ lớn. Như vậy ta có thể sử dụng xác suất ý nghĩa để giải quyết bài toán kiểm định theo thủ tục tiến hành các Bước 1 và 2 như trình bày ở trên và làm tiếp.
Bước 3’ : Tính xác suất ý nghĩa tương ứng với giá trị cụ thể của tiêu chuẩn thống kê đã có ở Bước 2
Bước 4’ : So sánh xác suất ý nghĩa trên đây với mức ý nghĩa đã định trước (thường được cho bằng 5%, 1%, 0.5% hoặc 0.1%), nếu xác suất ý nghĩa nhỏ hơn hoặc bằng mức ý nghĩa thì bác bỏ giả thuyết, còn nếu ngược lại thì phải chấp nhận giả thuyết.
Ngoài hai thủ tục trên, nhiều bài toán kiểm định có thể được tiến hành bằng cách sử dụng các ước lượng khoảng của các tham số hoặc các tiêu chuẩn thống kê, khá tiện dụng trong cả các tính toán bằng tay và cả khi có sự trợ giúp của máy tính.
c) Dùng khoảng tin cậy của tham số hoặc tiêu chuẩn thống kê
Để tiến hành kiểm định bằng khoảng tin cậy, ta tiến hành Bước 1 như đã nêu ở phần trên. Tiếp đó, ta thực hiện
Bước 2’’: Xác định tiêu chuẩn thống kê và tìm khoảng tin cậy (ước lượng khoảng) của tiêu chuẩn đó (hoặc của tham số cần quan tâm) ứng với mẫu đã có và độ tin cậy đã định trước.
Bước 3’’: So sánh khoảng tin cậy trên với một giá trị đã định, nếu khoảng tin cậy không chứa giá trị đó thì bác bỏ giả thuyết, còn nếu khoảng tin cậy chứa giá trị đó thì phải chấp nhận giả thuyết.
Tiếp sau đây sẽ trình bày chi tiết một số bài toán kiểm định giả thuyết cụ thể, qua đó sẽ làm sáng tỏ hơn cách vận dụng các thủ tục trên đây.
3. Kiểm định tham số
a) Kiểm định kỳ vọng của biến ngẫu nhiên có phân phối chuẩn
Trong phần này ta xét giả thuyết về kỳ vọng của biến ngẫu nhiên X có phân phối chuẩn . Giả sử ta có mẫu ngẫu nhiên (X1, X2, …, Xn) với giá trị mẫu là (x1, x2, …, xn) được rút ra từ biến ngẫu nhiên X . Trong phần trước ta đã biết rằng là một ước lượng không chệch cho kỳ vọng m. Tuy nhiên ta chưa biết giá trị thực của m và muốn kiểm tra xem giá trị đó có thực sự khác giá trị m0 cho trước hay không. Ta thành lập bài toán kiểm định như sau
Giả thuyết : , đối thuyết : hoặc : hoặc H1:
Trường hợp đã biết
Bài toán 1
Hình 3.1. Miền tiêu chuẩn đối với phân phối chuẩn
i) Kiểm định bằng miền tiêu chuẩn.
Ta thấy nếu giả thuyết là đúng thì thống kê
có phân phối chuẩn N(0; 1), đồng thời là một ước lượng không chệch cho . Vậy với mức ý nghĩa giả thuyết bị bác bỏ nếu , trong đó . Cụ thể, ta thấy
P[bác bỏ là đúng] =
Do đó ta có miền bác bỏ (miền tiêu chuẩn, xem Hình 3.1)
Với mẫu cụ thể ta có giá trị của tiêu chuẩn thống kê U là:
Nếu giá trị đó thuộc vào miền tiêu chuẩn thì ta bác bỏ giả thuyết, kết luận kỳ vọng của biến X thực sự khác . Ngược lại, nếu giá trị đó nằm trong miền chấp nhận thì phải kết luận kỳ vọng của X không khác một cách có ý nghĩa.
ii) Kiểm định bằng xác suất ý nghĩa.
Nếu ta bác bỏ giả thuyết với giá trị cụ thể của tiêu chuẩn thống kê U được tính như trên, thì giả thuyết cũng phải bị bác bỏ cho mọi trường hợp khi giá trị cụ thể của tiêu chuẩn thống kê U có trị tuyệt đối lớn trị tuyệt đối của (Hình 2). Lúc đó xác suất ý nghĩa sẽ được tính qua công thức
Hình 3.2 Diện tích biểu diễn xác suất ý nghĩa của phép kiểm định
Nếu có thể bác bỏ giả thuyết và kết luận X có kỳ vọng khác . Ngược lại, nếu thì ta phải chấp nhận giả thuyết cho rằng X có kỳ vọng bằng .
iii) Kiểm định bằng khoảng tin cậy.
Theo nội dung đã trình bày phía trước, với độ tin cậy kỳ vọng của X sẽ có khoảng tin cậy xác định bởi
Lúc đó ta sẽ chấp nhận giả thuyết nếu là một điểm nằm trong đoạn thẳng trên và bác bỏ giả thuyết nếu không thuộc đoạn thẳng đó.
Nhận xét. Ta có thể kiểm tra thấy ba cách kiểm định trên cho kết quả như nhau.
Tiếp sau đây ta sẽ xem xét bài toán kiểm định một phía về giá trị trung bình của một biến ngẫu nhiên có phân bố chuẩn.
Kiểm định bằng miền tiêu chuẩn.
Với mức ý nghĩa a, ta tìm được giá trị sao cho . Rõ ràng giá trị đó xác định được thông qua phân vị của phân phối chuẩn tắc
và dễ dàng tìm được bằng cách tra bảng phân phối chuẩn tắc. Ta xác định được miền bác bỏ của phép kiểm định này là . Để bác bỏ giả thuyết H0 thì giá trị quan sát cụ thể của thống kê U phải đủ lớn. Giá trị cụ thể của tiêu chuẩn thống kê U là
Như vậy ta sẽ bác bỏ giả thuyết nếu . Ngược lại, nếu thì ta phải chấp nhận giả thuyết.
ii) Kiểm định bằng xác suất ý nghĩa.
Với giá trị cụ thể của thống kê U, ta tính được xác suất ý nghĩa
So sánh xác suất này với mức ý nghĩa a, nếu b ≤ a thì bác bỏ giả thuyết, nếu b> a thì ta chấp nhận giả thuyết.
Hình 3.4 Xác suất ý nghĩa của phép kiểm định một phía phải
iii) Kiểm định bằng khoảng tin cậy
Theo nội dung trình bày ở phía trên, khoảng tin cậy một phía phải (cực tiểu) của kỳ vọng được xác định là nửa đường thẳng
Lúc ấy nếu m0 thuộc vào khoảng trên thì ta chấp nhận giả thuyết, ngược lại thì ta bác bỏ giả thuyết.
Trên đây ta đã trình bày thủ tục kiểm định kỳ vọng của biến ngẫu nhiên khi đã biết phương sai của biến ngẫu nhiên đó cho bài toán kiểm định hai phía và bài toán kiểm định một phía phải. Đối với bài toán kiểm định một phía trái, thủ tục cũng được tiến hành hoàn toàn tương tự. Tiếp sau đây, ta sẽ xem xét vấn đề khi phương sai của biến ngẫu nhiên chưa được biết, là trường hợp hay gặp trong thực tế hơn.
B. Trường hợp chưa biết
Xét thống kê
.
Người ta chứng minh được rằng nếu giả thuyết H0 là đúng thì T có quy luật phân phối Student với n-1 bậc tự do. Trước tiên chúng ta sẽ giải quyết vấn đề của bài toán kiểm định hai phía.
Bài toán 1
Hình 3.5 Miền tiêu chuẩn của phép kiểm định t-Student
Ta thấy là ước lượng không chệch cho m, vậy với mức ý nghĩa a ta bác bỏ giả thuyết nếu giá trị tuyệt đối của thống kê T đủ lớn, tức là khi. Trong đó phân vị tìm từ bảng phân phối Student. Vậy miền bác bỏ của phép kiểm định này là . Với mẫu cụ thể giá trị của tiêu chuẩn thống kê được xác định bằng:
Lúc đó ta sẽ bác bỏ giả thuyết nếu thuộc vào miền bác bỏ, nếu ngược lại ta sẽ chấp nhận giả thuyết.
Các bài toán kiểm định một phía được trình bày tiếp theo đây:
Bài toán 2
Hình 3.6 Miền tiêu chuẩn t-Student của phép kiểm định một phía phải
Đây là bài toán kiểm định một phía phải, với mức ý nghĩa ta bác bỏ giả thuyết nếu giá trị của tiêu chuẩn thống kê T đủ lớn. Miền bác bỏ được xác định bằng , trong đó phân vị tìm từ bảng phân phối Student. Giá trị tiêu chuẩn thống kê với mẫu cụ thể là.
Ta sẽ bác bỏ giả thuyết nếu giá trị này thuộc vào miền bác bỏ nêu trên.
Bài toán 3
Hình 3.7 Miền tiêu chuẩn t-Student của phép kiểm định một phía trái
Đây là bài toán kiểm định một phía trái ứng với miền bác bỏ . Thủ tục tiến hành phép kiểm định này cũng tương tự như đã trình bày phía trên.
Chú ý: - Trên đây, đối với trường hợp chưa biết phương sai của biến ngẫu nhiên, ta chỉ trình bày phương pháp kiểm định bằng miền tiêu chuẩn. Tuy nhiên cũng có thể áp dụng các phương pháp dùng xác suất ý nghĩa hoặc khoảng tin cậy. Lúc đó, thay vì phân phối chuẩn, các xác suất ý nghĩa và khoảng tin cậy phải được xác định tương ứng theo phân phối t- Student.
- Giả thiết về phân phối chuẩn của biến ngẫu nhiên đã được đặt ra để có thể đưa ra cơ sở lý thuyết của các phương pháp kiểm định. Trong thực tế, điều kiện về phân phối chuẩn này rất ít khi được đáp ứng. Mặc dù vậy, Định lý Giới hạn trung tâm cho phép xấp xỉ phân phối của trung bình mẫu của các biến ngẫu nhiên thực tế thường gặp bằng phân phối của một biến ngẫu nhiên chuẩn. Do đó các phương pháp kiểm định kỳ vọng của biến ngẫu nhiên vẫn áp dụng được cho đa số các biến ngẫu nhiên trong thực tế.
b) Kiểm định so sánh kỳ vọng của hai biến ngẫu nhiên phân phối chuẩn
Cho hai biến ngẫu nhiên độc lập X và Y, trong đó X có phân phối chuẩn biến ngẫu nhiên Y có phân phối chuẩn Xét hai mẫu ngẫu nhiên (X1, X2, …, Xn) rút ra từ X với giá trị mẫu cụ thể (x1, x2, …, xn) và mẫu
ngẫu nhiên (Y1, Y2, …, Ym) rút ra từ Y với giá trị mẫu cụ thể (Y1, Y2, …, Ym). Ta có giả thuyết với các đối thuyết
.
Hình 3.8 So sánh kỳ vọng của hai tổng thể
Tương tự như trên, ta sẽ lần lượt xét hai trường hợp khi đã biết phương sai của các biến ngẫu nhiên và khi chưa biết các phương sai đó.
a. Trường hợp đã biết.
Xét thống kê
khi đó U có phân phối chuẩn N(0; 1). Nếu giả thuyết H0 là đúng thì
Với mẫu cụ thể giá trị của tiêu chuẩn thống kê là
Lập luận tương tự như phần trên, ta có miền bác bỏ của các bài toán như sau
Bài toán 1:
có miền bác bỏ
Bài toán 2:
có miền bác bỏ
Bài toán 3:
có miền bác bỏ
Sử dụng các miền tiêu chuẩn được xác định như trên, ta có thể tiến hành các phép kiểm định tương ứng, bằng các thủ tục tương tự như đã trình bày trước đó.
b. Trường hợp phương sai chưa biết
Giả sử rằng Xét thống kê
Khi đó T có quy luật phân phối Student với n + m – 2 bậc tự do. Với mẫu cụ thể giá trị của tiêu chuẩn thống kê T
Tương tự như phía trên, ta xây dựng các bài toán và xác định định miền tiêu chuẩn cho từng bài toán đó:
Bài toán 1:
có miền bác bỏ
Bài toán 2:
có miền bác bỏ
Bài toán 3:
có miền bác bỏ
Với các miền tiêu chuẩn trên, ta có thể xây dựng các thủ tục kiểm định cho từng bài toán, theo quy trình hoàn toàn tương tự như đã trình bày trong phần trước.
Chương 3
KẾT QUẢ PHÂN TÍCH
Như đã nói trong Chương 1, chúng ta sẽ dùng các phương pháp thống kê để phân tích quá trình sản xuất bột giấy và sản xuất giấy, tìm ra những điểm bất hợp lý trong việc phối hợp các thành phần nguyên vật liệu, đề xuất phương án sử dụng nguyên vật liệu tiết kiệm hơn cho quá trình sản xuất. Phần đầu của chương này sẽ dành cho việc phân tích quá trình sản xuất bột giấy, tiếp sau đó là phần phân tích quá trình sản xuất giấy, cuối cùng sẽ đưa ra một số kiến nghị cải tiến các quá trình sản xuất.
I. Sản xuất bột giấy
Nhằm hiểu rõ hơn về cấu trúc thành phần các nguyên vật liệu đóng góp vào việc sản xuất ra một tấn bột giấy, ta dùng phương pháp phân tích thành phần chính để phân tích trong quá trình sản xuất bột giấy, xem những yếu tố nào là yếu tố chính đóng góp vào quá trình này.
Bảng 3.1.1. Tổng cộng phương sai được mô tả qua thành phầnchính
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
1
4.110
25.688
25.688
4.110
25.688
25.688
2
2.110
13.187
38.875
2.110
13.187
38.875
3
1.502
9.390
48.265
1.502
9.390
48.265
4
1.253
7.830
56.096
1.253
7.830
56.096
5
1.067
6.668
62.764
6
.950
5.939
68.702
7
.888
5.553
74.255
8
.802
5.012
79.267
9
.703
4.397
83.664
10
.643
4.018
87.682
11
.557
3.480
91.162
12
.485
3.030
94.192
13
.372
2.326
96.518
14
.328
2.053
98.571
15
.229
1.429
100.000
16
0
0
100.000
Chúng ta sử dụng các biến NlieuthoTB, TreTB, BodeTB, BdanTB, VoiTB, CloTB, H2O2TB, Na2SO4TB, OxyTB, CphabotTB, CPTNhuatTB, CDCanTB, DienTB, HoiTB, NuocTB, XuTCTB là các nguyên liệu tương ứng sử dụng trong việc sản xuất 1 tấn bột giấy.
Kết quả phân tích được trình bày trong các Bảng 3.1.1, hình 3.1a, bảng 3.1.2 và 3.1.3. Trong Bảng 3.1.1 ta thấy thành phần chính thứ nhất đóng góp 25.668%, thành phần chính thứ hai đóng góp 13.187%, thành phần chính thứ ba đóng góp 9.39% độ biến động (phương sai) của số liệu.
Hình 3.1a. Gía trị phương sai đóng góp của các thành phần chính
Bảng 3.1.2. Ma trận hệ số của các thành phần chính
Component
1
2
3
4
NlieuthoTB
.829
-.268
.403
-.028
TreTB
.364
.051
.143
-.534
BodeTB
.632
-.321
.416
-.150
BdanTB
.659
-.097
.173
.332
VoiTB
.382
.518
.126
.226
CloTB
-.752
.314
.230
-.057
H2O2TB
-.647
.148
.355
-.122
Na2SO4TB
-.492
-.302
.496
.151
OxyTB
-.409
.607
.283
.009
CphabotTB
.558
.448
.197
.218
CPTNhuatTB
-.417
-.419
.392
.215
CDCanTB
.534
.472
.190
.226
DienTB
-.283
-.286
.403
.369
HoiTB
-.209
.311
.200
-.079
NuocTB
-.150
-.045
-.388
.674
XuTCTB
.007
.544
.114
.018
Hình 3.1.1 biểu diễn đồ thị về mức đóng góp về độ biến động của các thành phần chính vào độ biến động chung của số liệu. Qua đồ thị đó, chúng ta thấy có hai thành phần chính thứ nhất và thứ hai có mức đóng góp về độ biến động vượt trội hẳn so với các thành phần chính còn lại. Do vậy ta có thể tập trung nghiên cứu hai thành phần chính đầu tiên này. Mỗi thành phần chính được cấu tạo bởi các véctơ tương ứng với các hệ số ứng với các biến ban đầu. Các hệ số đó được mô tả ở bảng 3.1.2. Các hệ số tương quan của các thành phần chính đó với các biến ban đầu được cho trong Bảng 3.1.3.
Nhìn vào bảng 3.1.3 ta thấy thành phần chính thứ nhất có tương quan mạnh với nguyên liệu thô trung bình, bồ đề trung bình, bạch đàn trung bình, tương quan ngược với clo trung bình, H2O2 trung bình. Thành phần chính thứ hai tương quan mạnh với vôi trung bình, ôxy trung bình và xút trung bình. Như vậy có thể nói thành phần chính thứ nhất đại diện cho phần nguyên liệu thô là gỗ nứa được dùng trong sản xuất, thành phần chính thứ hai đại diện cho các chất phụ gia có tác dụng tẩy trắng.
Việc sử dụng các loại nguyên vật liệu nhiều hay ít còn phụ thuộc vào lô bột giấy được sản xuất là lô bột giấy trắng cao hay bột giấy trắng thấp. Để biết được sự biến động của hai loại bột giấy này so với các thành phần chính ta có đồ thị trong Hình 3.1b.
Trên đồ thị trong Hình 3.1b ta thấy sản phẩm bột trắng cao có xu hướng sử dụng nhiều chất phụ gia có tác dụng tẩy trắng còn bột trắng thấp lại có xu hướng dùng nhiều nguyên liệu thô để sản xuất hơn. Việc sản xuất bột trắng cao có sử dụng nhiều chất phụ gia có tác dụng tẩy trắng hoàn toàn có thể lý giải được nhưng việc dùng nhiều nguyên liêụ thô để sản xuất bột trắng thấp liệu có lãng phí nguyên vật liệu hay không? Câu hỏi đó chúng ta sẽ lưu ý để trả lời trong phần phân tích sau.
Để nghiên cứu sự biến động của các năm so với hai thành phần chính 1 và 2 ta dùng đồ thị trong Hình 3.1c. Nhìn vào Đồ thị trong Hình 3.1c ta thấy năm 2006 đã sử dụng nhiều vôi, oxy, xút, và các nguyên liệu thô để sản xuất 1 tấn bột giấy hơn so với năm 2007 và 2008. Điều đó đặt cho chúng ta một câu hỏi vì sao lại có hiện tượng này. Liệu có thể đây lại là một hiện tượng sản xuất có sự lãng phí nguyên vật liệu hay không. Chúng ta sẽ tìm hiểu nguyên nhân để dẫn tới hiện tượng này.
Hình 3.1b. Phân bố hai loại bột trong mặt phẳng hai thành phần chính đầu tiên
Hình 3.1c. Số liệu bột giấy các năm trong mặt phẳng hai thành phần chính đầu
Có thể về mặt kỹ thuật, tỷ lệ các chất phụ gia được dùng cho một lô bột giấy được sản xuất phụ thuộc vào tỷ lệ các loại gỗ khác nhau trong nguyên liệu thô (bao gồm ba loại là tre nứa, gỗ bồ đề và gỗ keo/bạch đàn) dùng cho lô bột giấy ấy. Do vậy có thể hiện tượng dùng nhiều vôi, oxy và xút ở năm 2006 là do thành phần nguyên liệu thô của năm đó khác với các năm sau. Để trả lời cho nghi vấn ấy, ta sẽ xem xét 3 biến mới là tyleTre, tyleBode và tyleBachdan là tỷ lệ tre, bồ đề, keo/bạch đàn trong số các nguyên liệu thô đã dùng để sản xuất 1 tấn bột giấy.
1. So sánh hai loại bột trắng cao và bột trắng thấp về nguyên liệu
Bảng 3.2a. Nguyên liệu thô và chất phụ gia trung bình trong hai loại bột giấy
Don vi
maloaibot
N
Mean
Std. Deviation
Std. Error Mean
NlieuthoTB
Kg
Trang thap
64
4328.4794
230.99245
28.87406
Trang cao
78
4061.2770
194.78152
22.05466
VoiTB
Kg
Trang thap
64
293.5128
5.10081
0.63760
Trang cao
78
292.0076
10.21690
1.15684
CloTB
Kg
Trang thap
64
41.9289
1.40120
0.17515
Trang cao
78
45.8043
2.18532
0.24744
H2O2TB
Kg
Trang thap
64
9.5561
0.65350
0.08169
Trang cao
78
10.0985
0.50579
0.05727
Na2SO4TB
Kg
Trang thap
64
48.0425
0.94118
0.11765
Trang cao
78
48.1629
1.86053
0.21066
OxyTB
Kg
Trang thap
64
21.9384
0.39770
0.04971
Trang cao
78
22.6483
0.83304
0.09432
CphabotTB
Kg
Trang thap
64
0.2609
0.01160
0.00145
Trang cao
78
0.2570
0.01223
0.00138
CPTNhuatTB
Kg
Trang thap
64
0.3909
0.00400
0.00050
Trang cao
78
0.3902
0.01349
0.00153
CDCanTB
Kg
Trang thap
64
0.5063
0.00826
0.00103
Trang cao
78
0.5002
0.01758
0.00199
DienTB
Kg
Trang thap
64
0.2924
0.00635
0.00079
Trang cao
78
0.2915
0.01296
0.00147
HoiTB
Kg
Trang thap
64
1.9431
0.05911
0.00739
Trang cao
78
1.9600
0.10340
0.01171
NuocTB
Kg
Trang thap
64
85.4999
16.42803
2.05350
Trang cao
78
87.0239
11.65507
1.31968
XuTCTB
Kg
Trang thap
64
63.5673
15.63487
1.95436
Trang cao
78
67.7952
13.68905
1.54998
TyleTre
%
Trang thap
64
0.0519
0.00821
0.00103
Trang cao
78
0.0510
0.00792
0.00090
TyleBode
%
Trang thap
64
0.1216
0.03352
0.00419
Trang cao
78
0.0971
0.02487
0.00282
TyleBachdan
%
Trang thap
64
0.8265
0.03389
0.00424
Trang cao
78
0.8519
0.02392
0.00271
Dùng tiêu chuẩn kiểm định t - Student để so sánh hai loại bột trắng cao và bột trắng thấp về tỷ lệ các loại nguyên liệu thô và tỷ lệ các chất phụ gia sử dụng ở đầu vào, ta có kết quả trong các Bảng 3.2a và 3.2b. Trong các phép kiểm định (bao gồm phép kiểm định t – Student đang đề cập đến) tiến hành trong nghiên cứu này, mức ý nghĩa 5% luôn được dùng so sánh với các xác suất ý nghĩa tính được để đưa ra các kết luận thống kê (nếu xác suất ý nghĩa lớn hơn 5% thì giả thuyết được chấp nhận, ngược lại thì giả thuyết bị bác bỏ).
Bảng 3.2b. Kiểm định t-Student so sánh hai loại bột giấy về tỷ lệ các loại nguyên liệu
t-test for Equality of Means
df
Sig. (2-tailed)
Mean Difference
Std. Error Difference
95% CI of the Difference
Lower
Upper
NlieuthoTB
140
195.28580
339.11912
VoiTB
140
0.285
1.50520
1.40220
-1.26701
4.27742
CloTB
140
0.000
-3.87536
0.31598
-4.50008
-3.25064
H2O2TB
140
0.000
-0.54238
0.09731
-0.73476
-0.34999
Na2SO4TB
140
0.639
-0.12041
0.25592
-0.62638
0.38556
OxyTB
140
0.000
-0.70987
0.10662
-0.92107
-0.49867
CphabotTB
140
0.054
0.00392
0.00202
-0.00007
0.00790
CPTNhuatTB
140
0.654
0.00072
0.00161
-0.00247
0.00391
CDCanTB
140
0.007
0.00613
0.00224
0.00168
0.01057
DienTB
140
0.608
0.00091
0.00177
-0.00259
0.00442
HoiTB
140
0.226
-.01683
0.01384
-0.04423
0.01056
NuocTB
140
0.534
-1.52400
2.44099
-6.36128
3.31329
XuTCTB
140
0.088
-4.22790
2.46187
-9.09514
0.63934
TyleTre
140
0.495
0.00093
0.00136
-0.00176
0.00363
TyleBode
140
0.000
0.02444
0.00505
0.01444
0.03444
TyleBachdan
140
0.000
-0.02537
0.00503
-0.03534
-0.01541
Dựa vào cột giá trị trung bình (Mean) trong Bảng 3.2a và cột xác xuất ý nghĩa (Sig.) trong Bảng 3.2b ta thấy việc sử dụng tỷ lệ bạch đàn và tỳ lệ bồ đề cho 2 loại bột giấy có khác nhau. Cụ thể là tỷ lệ bạch đàn ở bột trắng cao là 85.19%, ở bột trắng thấp là 82.65%, với xác suất ý nghĩa 0.000 (rất bé), nhỏ hơn 5%. Ở bột trắng cao lại sử dụng ít bồ đề hơn bột trắng thấp với tỷ lệ tương ứng là 9.71% và 12.16% (xác suất ý nghĩa cũng bằng 0.000, nhỏ hơn 5%).
Việc sử dụng các chất phụ gia clo, H2O2, oxy cho bột trắng cao cũng nhiều hơn với khối lượng trung bình tương ứng cho bột trắng cao lần lượt là 45.8043; 10.0985; 22.6483 (Kg), trong khi khối lượng đó đối với bột trắng thấp chỉ là 41.9289; 9.5561; 21.9384 (Kg). Các xác suất ý nghĩa tương ứng đều bằng 0.000. Như vậy, giữa hai loại bột trắng thấp và bột trắng cao có sự khác biệt mang tính thống kê về tỷ lệ thành phần nguyên liệu sử dụng trong sản xuất.
Từ nhận xét trên ta thấy để tìm hiểu hiện tượng năm 2006 sử dụng nhiều nguyên liệu cho 1 tấn bột giấy hơn so với các năm sau, ta cần tách riêng hai loại bột giấy và so sánh giữa các năm về mức sử dụng nguyên vật liệu trong từng loại bột giấy. Dùng phép kiểm định t-Student để phân tích ta thu được kết quả trong các bảng từ 3.3a đến 3.6b.
Trước tiên, ta so sánh mức tiêu thụ các loại nguyên liệu giữa hai năm 2006 và 2007 cho sản xuất từng loại bột giấy trắng cao và trắng thấp
2. So sánh hai năm 2006 và 2007 về nguyên liệu sản xuất bột giấy
Dùng tiêu chuẩn kiểm định t - Student để so sánh hai năm về tỷ lệ các loại nguyên liệu thô và tỷ lệ các chất phụ gia sử dụng cho hai loại bột trắng cao và bột trắng thấp ở đầu vào, ta có kết quả trong các Bảng 3.3a ; 3.3b; 3.4a và 3.4b.
Bột trắng cao
Bảng 3.3a. So sánh hai năm 2006 và 2007 về các loại nguyên liệu dùng cho bột trắng cao
t-test for Equality of Means
Sig. (2-tailed)
Mean Difference
Std. Error Difference
95% CI of the Difference
Lower
Upper
NlieuthoTB
.283
57.46869
52.86732
-48.88663
163.82401
VoiTB
.036
7.19214
3.26616
0.50870
13.87558
CloTB
.521
0.40032
0.61554
-0.85992
1.66055
H2O2TB
.530
0.09783
0.15463
-0.21326
0.40891
Na2SO4TB
.726
0.20679
0.58342
-0.98972
1.40329
OxyTB
.097
0.45149
0.26358
-0.08570
0.98868
CphabotTB
.000
0.01266
0.00319
0.00617
0.01914
CPTNhuatTB
.497
0.00303
0.00441
-0.00600
0.01206
CDCanTB
.073
0.01066
0.00572
-0.00104
0.02235
DienTB
.300
0.00473
0.00451
-0.00435
0.01380
HoiTB
.146
0.05238
0.03543
-0.01890
0.12365
NuocTB
.075
5.91658
3.19702
-0.64724
12.48039
XuTCTB
.045
6.83370
3.24370
0.15840
13.50900
TyleTre
.384
0.00173
0.00196
-0.00222
0.00568
TyleBode
.446
-0.00426
0.00554
-0.01540
0.00689
TyleBachdan
.640
0.00253
0.00537
-0.00827
0.01333
a loaibot = trang cao
Nhìn vào cột xác xuất ý nghĩa (Sig.) trong Bảng 3.3a và cột giá trị trung bình (Mean) trong Bảng 3.3b ta thấy không có sự khác biệt trong việc sử dụng nguyên liệu thô để sản xuất bột trắng cao trong hai năm mà chỉ có sự khác biệt trong việc sử dụng chất phụ gia vôi, chất phá bọt và xút.
Cụ thể là đối với năm 2006 khối lượng trung bình của các chất phụ gia này đã sử dụng để sản xuất 1 tấn bột giấy lần lượt là 296.5095, 0.2666, 71.5691 (Kg) trong khi ở năm 2007 khối lượng phụ gia trung bình tương ứng chỉ là 289.3174, 0.2540, 64.7354 (Kg) với xác suất ý nghĩa tương ứng bằng 0.036 ; 0.000 và 0.045. Ngoài ra, giữa hai năm này không có sự khác biệt mang tính thống kê về việc sử dụng các chất phụ gia khác.
Bảng 3.3b. Nguyên liệu thô và chất phụ gia dùng cho bột trắng cao trong năm 2006 và 2007
Don vi
nam
N
Mean
Std. Deviation
Std. Error Mean
NlieuthoTB
Kg
2006
23
4080.0844
80.63846
16.81428
2007
26
4022.6157
241.66968
47.39532
VoiTB
Kg
2006
23
296.5095
4.11477
0.85799
2007
26
289.3174
16.06931
3.15145
CloTB
Kg
2006
23
45.6496
0.74023
0.15435
2007
26
45.2493
3.03839
0.59588
H2O2TB
Kg
2006
23
10.0774
0.23420
0.04883
2007
26
9.9795
0.70736
0.13872
Na2SO4TB
Kg
2006
23
47.9478
0.58536
0.12206
2007
26
47.7410
2.90902
0.57050
OxyTB
Kg
2006
23
22.8651
0.43612
0.09094
2007
26
22.4136
1.26148
0.24740
CphabotTB
Kg
2006
Các file đính kèm theo tài liệu này:
- 31761.doc