6sigma培訓(xùn)-基本統(tǒng)計(jì)概念-wenkub
2023-03-09 13:58:53 本頁面
【正文】 樣本。舉例：給定一個(gè)樣本： {1,3,5,4,7 }， 平均值就是：統(tǒng)計(jì)學(xué)術(shù)語和定義x = xn 在這里 X1是樣本的第一個(gè)點(diǎn)， Xn是樣本的最后一個(gè)點(diǎn)。舉例 1998年 5月在 深圳 生產(chǎn)的一百二十臺(tái) 21英寸彩電舉例：這個(gè)矩陣代表 25個(gè) X的總體。 一個(gè)總體中的元素?cái)?shù)量用 N來表示樣本 － 總體的一個(gè)子集 樣本的元素?cái)?shù)量用 n 來表示平均值 － 總體或樣本的平均值 總體的平均值用 ?來表示 樣本的平均值用 X 或 ?來表示方差 － 數(shù)據(jù) 與其平均值之間差值的平方的平均值 。如：銷售地區(qū)、生產(chǎn)線、班次和工廠。你能舉出我們用來獲得連續(xù)數(shù)據(jù)的三個(gè)器具例子嗎？相對(duì)于僅僅知道部件是否合格而言，連續(xù)數(shù)據(jù)可以提供更多的信息。 試驗(yàn)設(shè)計(jì)基本統(tǒng)計(jì)概念基本統(tǒng)計(jì)概念 7數(shù)據(jù)的兩種類型? 連續(xù) (可 變 ) 數(shù)據(jù) 使用一種度量單位，比如英寸或小時(shí)。波動(dòng)的產(chǎn)生是很自然的，意料之中的，是統(tǒng)計(jì)學(xué)的基礎(chǔ)基本統(tǒng)計(jì)概念基本統(tǒng)計(jì)概念 6統(tǒng)計(jì)學(xué)的作用統(tǒng)計(jì)學(xué)用以下方法處理誤差： (置信區(qū)間和假設(shè)檢驗(yàn) )。 如果所有地區(qū)的手機(jī)銷售量是一樣的，那么我們就會(huì)懷疑是數(shù)據(jù)庫出了問題。隨機(jī)波動(dòng)不可預(yù)測(cè)的測(cè)量結(jié)果之間的差異?；窘y(tǒng)計(jì)概念基本統(tǒng)計(jì)概念 1 6σ 普及 培訓(xùn)第二部分 基本統(tǒng)計(jì)概念()基本統(tǒng)計(jì)概念基本統(tǒng)計(jì)概念 2統(tǒng)計(jì)概念解釋以下基本統(tǒng)計(jì)概念。舉例 ：具有同一種設(shè)計(jì)的兩臺(tái)冰箱，由同一個(gè)技術(shù)人員、在同樣的氣溫條件下、使用同樣的測(cè)量?jī)x器，在兩個(gè)不同的日子對(duì)其能量消耗進(jìn)行測(cè)試 …... 可能得到兩個(gè)不同的結(jié)果。 .如果我們測(cè)量 10臺(tái)電冰箱，得到同樣的能耗測(cè)量結(jié)果，我們就會(huì)懷疑測(cè)量是否正確。統(tǒng)計(jì)描述 用圖表和幾個(gè)總結(jié)性數(shù)字 (均值、方差、標(biāo)準(zhǔn)差 )描述一組數(shù)據(jù)。? 離散 (屬性 ) 數(shù)據(jù) 是類別信息，比如 ““ 通過 ” 或 ““ 未通過 ”。連續(xù)數(shù)據(jù) (也稱為可變數(shù)據(jù) )基本統(tǒng)計(jì)概念基本統(tǒng)計(jì)概念 9離散數(shù)據(jù)不能更進(jìn)一步精確地細(xì)分。離散數(shù)據(jù) (也包括屬性或類別數(shù)據(jù) )地區(qū)亮和不亮基本統(tǒng)計(jì)概念基本統(tǒng)計(jì)概念 10離散數(shù)據(jù)? 一般來說，連續(xù)數(shù)據(jù)比離散數(shù)據(jù)更可取，因?yàn)槟憧梢岳酶俚臄?shù)據(jù)獲得更多的信息。 (它代表該組數(shù)據(jù)的分散程度 ) 總體的方差用 ?? 表示 樣本的方差用 s2或 ??表示均方差 是方差的 (正 ) 平方根。畫上圓圈的那些是由總體中的六個(gè) X組成的樣本。 .i1n229。? = ( X i ?)2?i = 1NN總體 的公式方差 與平均值之差的平方的平均值。（引起顧客不滿意）單位缺陷數(shù)（ DPU）：PPM（ Parts per Million）不合格品 PPM= 用 PPM來表示缺陷率：PPM=DPU 1000000 不合格品數(shù)量檢驗(yàn)的產(chǎn)品數(shù)量1000000xx基本統(tǒng)計(jì)概念基本統(tǒng)計(jì)概念 19統(tǒng)計(jì)術(shù)語和定義缺陷機(jī)會(huì)：做一項(xiàng)工作（或生產(chǎn)一件產(chǎn)品等）所有產(chǎn)生缺陷的可能性?；窘y(tǒng)計(jì)概念基本統(tǒng)計(jì)概念 25正態(tài)分布的標(biāo)準(zhǔn)差 (?) 拐點(diǎn)1?? USLp(d)上限 (USL)下限 (LSL)均值 (?)標(biāo)準(zhǔn)差 (?)3?拐點(diǎn)與平均值之間的距離是一個(gè) 標(biāo)準(zhǔn)差。正態(tài)分布可以用來將 ? 和 ? 轉(zhuǎn)換為出現(xiàn)缺陷的百分比。Z曲線下的整個(gè)面積是 1? = 0( 在這里 ? = 1 ， ? = 0 )使用正態(tài)表Z = 下頁上的表列出了 Z值右邊的面積。 = x 102 = .0642實(shí)際數(shù)字 科學(xué)記數(shù)法 代表基數(shù)將基數(shù)乘以 10的冪： 102127 +0222416 +04 +00如果 “E”后面的數(shù)字是負(fù)的，那么就將數(shù)字的小數(shù)點(diǎn)的位置挪到左邊。出現(xiàn)一個(gè)缺陷部件的概率 USL ? ?Z =對(duì)于規(guī)范的上限：基本統(tǒng)計(jì)概念基本統(tǒng)計(jì)概念 31 正態(tài)分布舉例規(guī)范是 ” + .030 = ( , )假設(shè)我們測(cè)量了 30個(gè)部件， X = , s = .015計(jì)算一下不符合規(guī)范的部件的比例 LSL USL目標(biāo)值從正態(tài)表可以看出， .2514 或者 ( 25% ) 不符合規(guī)范。? PTOT 是出現(xiàn)缺陷的總概率 PTOT = PUSL + PLSL ? ZBench 是與出現(xiàn)缺陷的總概率相對(duì)應(yīng)的Z值，可從正態(tài)表中查到。例 1“總銷量 ”是許多經(jīng)銷商的銷售量的總和。后面我們將討論如何檢驗(yàn)正態(tài)性，以及如何處理非正態(tài)分布數(shù)據(jù)。 ? Y 取決于 X。 Y取決于獨(dú)立變量，或 “X”變量。偏差是惡魔，發(fā)現(xiàn)它并且清除它！低劣表現(xiàn) 出色表現(xiàn)客戶 ：“我希望每天都這樣 ”穩(wěn)定的運(yùn)行基本統(tǒng)計(jì)概念基本統(tǒng)計(jì)概念 41“壞日子 ” “一般的日子 ” “好日子 ”Q1 平均值 Q3產(chǎn)品產(chǎn)量的直方圖根除壞日子，提高一致性，提高平均值。平均值也增加了！初始表現(xiàn)根除壞日子，改進(jìn)一致性，提高平均值。 Q1 = 1/4 的日子較差。4) 計(jì)算穩(wěn)定性因子 (SF):SF = Q1 / Q3 = 12
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1