six sigma 六西格碼使用工具培訓講義(文件)
【正文】 o f t h e R e s i d u a l s R e s i d u a l s V e r s u s t h e F i t t e d V a l u e sH i s t o g r a m o f t h e R e s i d u a l s R e s i d u a l s V e r s u s t h e O r d e r o f t h e D a t aR e s i d u a l P l o t s f o r O x y g e n p u r i t y % (海量營銷管理培訓資料下載 ) 6. 從 Minitab輸出結果我們可得出如下結論： 可求出回歸方程 回歸方程的顯著項，在本例中，常數(shù)項和系數(shù)項均為顯著項 測定系數(shù) R , 詷整測定系數(shù) Radj表示回歸方程可解釋的變差占總變差的百分比 回歸方程的方差分析結果，本例的分析結果中， Fcal = Fcritical = ， 並且 P ， 因此以 95%的置信度認為回歸方程擬合良好。 。 。 分析階段 相關和回歸分析 一元線性回歸分析示例 H y d r o c a r b o n %Oxygen purity %1 . 61 . 51 . 41 . 31 . 21 . 11 . 00 . 90 . 81 0 09 89 69 49 29 08 88 6S 1 . 0 0 6 8 4R S q 9 0 . 6 %R S q ( a d j ) 8 8 . 9 %F i t t e d L i n e P l o tO x y g e n p u r i t y % = 6 . 1 3 + 2 3 2 . 6 H y d r o c a r b o n % 1 9 2 . 5 H y d r o c a r b o n % * * 2 + 5 5 . 6 7 H y d r o c a r b o n % * * 3H y d r o c a r b o n %Oxygen purity %1 . 61 . 51 . 41 . 31 . 21 . 11 . 00 . 90 . 81 0 09 89 69 49 29 08 88 6S 1 . 0 5 4 3 5R S q 8 9 . 1 %R S q ( a d j ) 8 7 . 8 %F i t t e d L i n e P l o tO x y g e n p u r i t y % = 8 8 . 2 4 8 . 8 0 H y d r o c a r b o n %+ 9 . 8 6 6 H y d r o c a r b o n % * * 2H y d r o c a r b o n %Oxygen purity %1 . 61 . 51 . 41 . 31 . 21 . 11 . 00 . 90 . 81 0 09 89 69 49 29 08 88 6S 1 . 0 0 6 8 4R S q 9 0 . 6 %R S q ( a d j ) 8 8 . 9 %F i t t e d L i n e P l o tO x y g e n p u r i t y % = 6 . 1 3 + 2 3 2 . 6 H y d r o c a r b o n % 1 9 2 . 5 H y d r o c a r b o n % * * 2 + 5 5 . 6 7 H y d r o c a r b o n % * * 3線性模式 二次非線性模式 三次非線性模式 注：主要是通過比較三種模式的 R， R(adj)和 S, R， R(adj)值最大且 S最小的模式，它就是較適合的模式。確認 r 值： r 值代表 x和 y之間線性相關的程度，如果 r ， 則 x和 y的線性相關 關係十分明顯，用線性方程來擬合一般不成問題。在正常情況下，殘差平均值應為 0；殘差應呈正態(tài)分布，且應隨機分布，即不應存在特殊的形狀。 回歸模型不適用時的殘差 分布圖和殘差擬合值圖 觀察上面的圖形，可發(fā)現(xiàn)模型適用時，殘差與擬合值圖上的點均勻分布在殘差為 0的直線周圍
公司管理相關推薦
鄂ICP備17016276號-1