freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

6sigma概念(文件)

2025-03-13 12:41 上一頁面

下一頁面
 

【正文】 SL SU71工序能力v 在偏移時的工序能力SL SUKM72工序能力? 用語解釋vK:偏移系數(shù)(如果 K=0, Cp=Cpk)vM( Midrange):規(guī)格的中心vT( Tolerane):公差vSU( Upper Spec):規(guī)格上限vSL( Lower Spec):規(guī)格下限73工序能力? 只有規(guī)格上限的工序能力SU74工序能力? 只有規(guī)格下限的工序能力SL75工序能力v 工序能力的 Minitab運(yùn)用? 葡萄酒農(nóng)場為了參加慶祝大會,在準(zhǔn)備過程中,有必要改善葡萄酒品質(zhì)而準(zhǔn)備 Project,首先為了把握現(xiàn)象,按合理分組計劃規(guī)劃得出了包括下列 “X” 因素的葡萄酒質(zhì)量 “Y” 的樣本。77離散型數(shù)據(jù)分析v 用語解釋? D( Defect):缺陷 or不良(事項)v為了滿足顧客的要求事基而浪費(fèi)的再作業(yè)或失敗的工作。vDPMO=DPO 1,000,000? 例:上例 DPMO是 1,000,000 DPMOvP(ND)=1DPO==(90%)82離散型數(shù)據(jù)分析v 利用泊松公式計算收率? 利用泊松公式v這里? Y:收率? DPU:元件缺陷數(shù)? R:? e:指數(shù)函數(shù) ……83離散型數(shù)據(jù)分析? r=0時? ∴Y=e dpu? ∴ 對缺陷機(jī)會數(shù)越大, “Y” 越接近 “0”84離散型數(shù)據(jù)分析v Process Yield(例題)? 如果 750元件有 34個的缺陷時,計算DPU/DPO/DPMO/Yield/Sigma各是多少?(各元件有 10個的機(jī)會數(shù))vDPU=缺陷數(shù) 247。(750 10)=vYield值是 Y=edpu===%85離散型數(shù)據(jù)分析vDPMO=DPO 1,000,000=1,000,000=4,500PPM 一個元件有 45,000PPM的缺陷vSigma=Zinv()+(偏移) =+=? Zinv是把 Z值按面積來換算的值,以標(biāo)準(zhǔn)正態(tài)分布來計算。87離散型數(shù)據(jù)分析? YNA(Normalized Yield):標(biāo)準(zhǔn)收率v表示計算連續(xù)工序的評價收率的值v應(yīng)用:完成產(chǎn)品的品質(zhì)水平評價時使用。99Graph分析v Graph分析的 Minitab運(yùn)用? 在空調(diào)生產(chǎn)線上 Compressor(壓縮機(jī))組裝時間對暴露在濕氣的時間很重要,因此對 3個生產(chǎn)線的 3名作業(yè)者,調(diào)查了 3組組裝作業(yè)時間的數(shù)據(jù)。? 顯著性水平 (Significance Level):象一般使用的α=(,)Ho 是真的拒絕的概率103假設(shè)檢驗( Hypothesis Test)計量值第二種錯誤( β)第一種錯誤( α)真 實H0=真 H1=假采 納H0=真H1=假104假設(shè)檢驗( Hypothesis Test)計量值v 假設(shè)設(shè)定方法? 以原假設(shè) [母體和 Sample(樣本 )是一樣的 ]來假定vHo: μ1=μ2vHo: μ1=μ2=μ3=……μnvHo: σ1=σ2vHo: σ1=σ2= σ3 ……σn105假設(shè)檢驗( Hypothesis Test)計量值? 對立假設(shè) [母體和樣本不同的 ]則為 v兩側(cè)檢驗時 H1: μ1≠μ2v偏側(cè)檢驗時 H1: μ1 < μ2 μ1 > μ2v兩側(cè)檢驗時 H1: σ1≠ σ2v偏側(cè)檢驗時 H1: σ1 < σ2 σ1 > σ2106假設(shè)檢驗( Hypothesis Test)計量值v 假設(shè)檢驗的形態(tài)? 計量型數(shù)據(jù):使用 Z, Ttest統(tǒng)計量v實行平均值檢驗的必須檢驗分散的同質(zhì)性( Ftest)vFtest是比較 2個以上的母體的散布? 計數(shù)型數(shù)據(jù):使用 x2(chiSquare)統(tǒng)計量v次數(shù)、頻度等107假設(shè)檢驗( Hypothesis Test)計量值v 假設(shè)檢驗時樣本大小和特征? 樣本的大小取多少好呢?v如果樣本數(shù)小,很難表示母體的特征,可能導(dǎo)致檢驗結(jié)果的錯誤v相麼,樣本數(shù)大的時候,實際操作中時間 /費(fèi)用方面難以適用v因此,樣本數(shù)的大小最好從各方面都考慮後作出恰當(dāng)?shù)臎Q定108假設(shè)檢驗( Hypothesis Test)計量值v 假設(shè)檢驗的實行順序? 設(shè)定原假設(shè)、對立假設(shè) (Ho, Hi)? 確定顯著性水平( α= , , )? 選擇檢驗統(tǒng)計量( Z, T, Chisquare統(tǒng)計量)? 求接受或拒絕域? 從數(shù)據(jù)上判定顯著性,解釋結(jié)果vP(Probability)概率值< α 則接受對立假定 (H1)vP(Probability)概率值> α 則接受對立假定 (Ho)? 把統(tǒng)計的解釋結(jié)果用于實際問題109假設(shè)檢驗( Hypothesis Test)計量型v 假設(shè)檢驗結(jié)果的判定方法拒絕值接受域?原假設(shè) (Ho):接受?對立假立 (H1):拒絕拒絕域?原假設(shè) (Ho):拒絕?對立假立 (H1):接受(α)110假設(shè)檢驗( Hypothesis Test)計量型? 統(tǒng)計學(xué)的判定方法v數(shù)據(jù)計算值結(jié)果小于拒絕值時:接受原假設(shè) (Ho)v數(shù)據(jù)計算值結(jié)果大于拒絕值時:拒絕原假設(shè) (Ho)v“0” 值在信賴區(qū)間內(nèi)時:接受原假設(shè) (Ho)v“0” 值在信賴區(qū)間外時:拒絕原假設(shè) (Ho)? Minitab的判定方法vPValue值大于 α 時:接受原假設(shè) (Ho)vPValue值小于 α 時:拒絕原假設(shè) (Ho)111假設(shè)檢驗( Hypothesis Test)計量值v 假設(shè)檢驗的 Minitab運(yùn)用? 洗衣機(jī)下部 Transmission Housing有 10CTQ, 10個 CTQ是 8個 Fixture Brake的高度 離合器,在這里先查看 8個不同的 Fixture間有無高度尺寸公差,如果 Fixure間有高度公差的話,用 “X” 因素來判斷後調(diào)查原因并改善。? 利用 X2(Chisquare)驗證v原假設(shè) (Ho):不良類型和交接之間彼此是否無關(guān)聯(lián)(獨(dú)立因素)v對立假設(shè)( H1):不良類型和交接班之間彼此是否有關(guān)聯(lián)(從屬因素)116假設(shè)檢驗( Hypothesis Test)計數(shù)型? 不良類型:vA:碰傷vB:洩漏vC:開關(guān)不良vD:粘貼不良117假設(shè)檢驗( Hypothesis Test)計數(shù)型交接班 A B C D1 15 21 45 132 26 31 34 53 33 17 49 20?設(shè)定假設(shè)?原假設(shè)( Ho):不良類型和交接班之間彼此無關(guān)聯(lián)(獨(dú)立)?對立假設(shè)( H1):不良類型和交接型號之間彼此有關(guān)聯(lián)(從屬)118改善( Improvement)119分散分析( ANOVA)的理解v 什麼是分散分析( ANOVA)?? 試驗實施後,對試驗結(jié)果進(jìn)行分析所使用的分析方法? 特性值的散布用總平方和來表示。120分散分析( ANOVA)的理解? 可以說是決定各水平上 ‘Y’ 特性值(反應(yīng)值)的平均值是否具有 同樣值,步驟v暫定的找出致命的少數(shù)因子的方法v 分散分析的用語理解? 因子 (Factor):試驗上影響特性值的原因? 水平 (Level):為實施試驗的因子條件? 平方和 (Sum of square):在因子的特定水平上,計算測定值變化程度? 試驗 Balance/Unbalance:測定值相同或不相同時所有因子水平的 調(diào)合數(shù)121分散分析( ANOVA)的理解v 分散分析的使用 ? One Way ANOVA: 具有 2個以上的水平的 1個因子的情況? Balance ANOAV: 具有 2個以上因子的情況 ? 試驗計劃法( DoE=Design of Experiment):分析多因子時,針對那個 調(diào)合上給 ‘ Y ’ 特性值造成影響大的因子。如果判定為交互利作用更重要的話,使用試驗計劃的一個因素;可是交互作用有可能跟其它交互作用交叉。135試驗計劃的樹立? 交叉法v交叉是因子的效果不能彼此分離,部分配置法多少都有交叉,一般是主效果大于可交互作用的情況, 3次以上的交互作用類似的情況幾乎沒有。? 連續(xù)的試驗:進(jìn)行大規(guī)模試驗不如實施幾次小的試驗v初期試驗階段上? 能知道哪些因子是重要的,也能理 Mechanism,因此下一步能夠更有效地實施試驗。其結(jié)果得到了下列數(shù)據(jù) ,最佳 條件。149要因配置法 (Factorial Design)v 什麼是要因配置法? n個因子,各因子的水平數(shù)是 k的試驗計劃,所有因子間的水平調(diào)和下實施試驗。157要因配置法 (Factorial Design)Factor Level1 +1A. 水的溫度 (Temp) 溫水 熱水 (Time) 短 長 (Conc.) 低 高?同樣 Run實施 2次(或 2次以上)得到反應(yīng)值 (Yield)時,求平均值後適用試驗排列全體反復(fù) 2次(或 2次以上)時,把數(shù)據(jù)放在 1列來適用。? 如果溫度高,可以在低清洗濃度下,線體速度可以運(yùn)行更快。此時 X3因子的配置結(jié)構(gòu)跟 Z1, X2有同樣的交互作用。176部分配置法 (Fractional factorial designv Cube plot676556 5560695278494563 6110 159395177部分配置法 (Fractional factorial design? 最適當(dāng)?shù)臈l件是:催化劑 +1( 2%),溫度 +1(180℃ ),濃度 1( 3%)下具有最好的組合。? 為了分析試驗的結(jié)果182回歸分析( Regression)v 回歸方程式? a和 b的計算公式183回歸分析( Regression)? 把全體測值用某一個適當(dāng)數(shù)學(xué)方式來表示,其適當(dāng)方程式不能說明的誤差變化和成為最小而決定a和 b。? 為了減少收集數(shù)據(jù)時因時間變量,最發(fā)好是以無序法來確定 “X” 因子的水平後再做試驗。vRSq :觀察值到適當(dāng)線的變動比率。? 給 p。? 為了工序最適當(dāng)化的持續(xù)維持管理,必須能夠檢查出體系管理系統(tǒng)的變化。 LOT大小( X) 10 20 30 40 40 50 60 60 70 80生產(chǎn)人力( Y) 20 29 50 60 70 85 90 95 109 120186回歸分析( Regression)? FITS是從因素各個測定數(shù)據(jù)計算回歸方程式時的實測值, “Y” 的推測值是 manhour=+ lot size? Residual(殘差)的 error標(biāo)示是v實際反應(yīng)值上,把預(yù)想的反應(yīng)值從各測定值上減掉的值,上面例題值是 C4=C2C3187回歸分析( Regression)v 回歸方程式的殘差( Residual)是什麼?? 殘差( Residual) Plot是回歸模式是否適當(dāng),進(jìn)行檢查的分析工具v殘差( Residual)的平均值始終是 “0”v殘差( Residual)具有正態(tài)分析 (Normal Distribution)v殘差( Residual)應(yīng)是隨機(jī)分布(即,不能有什麼樣的傾向)188回歸分析( Regression)v 殘差分布形態(tài)? 按時間序列估計為等分散的情況189回歸分析( Regression)? 估計是獨(dú)立的或可能不是直線關(guān)系的曲線形態(tài)190回歸分析( Regression)? 其它變量也要一起考慮的情況191回歸分析( Regression)v 殘差( Residual)分析(正規(guī)性)v P146192回歸分析( Regression)? 可以對殘差是否為正態(tài)分布進(jìn)行檢查? 或 StatBesic StactisticNormality Test Variable:Resi 1,Value=193回歸分析( Regression)? 附加說明v回歸方程式 y=a+bx,即 a(偏移) =,b=(截距)的值vConstant PValue? H0:回歸原點(diǎn)通過( 0,0)? H1:回歸線未通過原點(diǎn)( 0,0)? 上面情況是采用 H0,因此 0194回歸分析( Regression)v對因子的 PValue? H0: Lot size=沒有意義( or不影響)? H1: Lot size≠ 沒有意義( or有影響)? 上面情況是 PValue=,因此可以判斷有意義vS值:表示誤差的散布,即表示推定的標(biāo)準(zhǔn)偏差值。? 并且對比總變化不能說明的變化小(誤差引起的變化),可以說明回歸模型好。(有 /無相互關(guān)聯(lián)性,可以提供解決問題的 Point)? 這種關(guān)聯(lián)性用某種數(shù)學(xué)方程工來表示及分析叫回歸分析,即可以認(rèn)為將從屬變量 “Y” 與獨(dú)立變量 “X” 的關(guān)系用下列模型的數(shù)學(xué)方程式來適當(dāng)表示。? 剩下的注入量(注入速度)人反應(yīng)值影響微小? 從干擾的分析結(jié)果來看,轉(zhuǎn)速幾乎不影響,因此排除該因素不會發(fā)生什麼問題。165部分配置法 (Fractional factorial design)v 為什麼要使用部分配置法 (Fracti
點(diǎn)擊復(fù)制文檔內(nèi)容
教學(xué)課件相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1