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概念培訓(xùn)講義(ppt 248頁)(文件)

2025-03-13 12:42 上一頁面

下一頁面
 

【正文】 除該因素不會發(fā)生什麼問題。(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。? 并且對比總變化不能說明的變化?。ㄕ`差引起的變化),可以說明回歸模型好。 LOT大?。?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。? 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。? 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。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。此時 X3因子的配置結(jié)構(gòu)跟 Z1, X2有同樣的交互作用。? 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。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。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。其結(jié)果得到了下列數(shù)據(jù) ,最佳 條件。? 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。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。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。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。? 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。? 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。99 Graph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)。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。(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。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=edpu? ∴ 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。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。? 是區(qū)分工程的短期工程度能力的重要方法v可以把握平均值移動問題還是散布問題v把問題特殊化的第一個階段68 變化的理解? Rational Subgroup要包含的要素:為了明確給工序變化暫定影響的 ‘X’因素,使用 5M求解特性要因圖vMan:作業(yè)者變更,晝夜班次交換,新作業(yè)者等vMachine:機(jī)械設(shè)定值變更,設(shè)備維修 維護(hù)等vMaterial:交付 LOT,作業(yè)安排,原材料等vMethod:作業(yè)者間的作業(yè)方法差異等vMeasurement:測定者的變化,測定設(shè)備誤差等69 變化的理解v Rational Subgrouping事例? 改善供應(yīng) TV Back Cover協(xié)力社的品質(zhì),為了分析部品變化的原因制定 Rational Subgrouping計劃v預(yù)想的暫定 “X”因素及實際計劃? 兩臺注塑機(jī):對兩臺注塑機(jī)實施下列內(nèi)容? 交接班:對交接班別取樣分析? 每周作業(yè)者的變更:對每周變更的作業(yè)者別取樣分析? 按原材料別構(gòu)成 Lot,分析 Lot別有無差異70 工序能力v 工序能力的數(shù)學(xué)式? 兩側(cè)
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