808六西格瑪-6sigma培訓(xùn)-基本統(tǒng)計(jì)概念-免費(fèi)閱讀
【正文】 通過(guò)確定和改進(jìn)關(guān)鍵的 X變量來(lái)改進(jìn) Y。 樣本 就是總體的一個(gè)子集 。 2. 使用 分析 方法篩選出可能導(dǎo)致壞日子的關(guān)鍵因素 X。 2. 增加 Q1. 3. 降低偏差。 2) 將數(shù)據(jù)按從最好到最壞順序排列。 基本統(tǒng)計(jì)概念 39 統(tǒng)計(jì)學(xué)問(wèn)題 : 是均值偏離、偏差過(guò)大，還是兩者兼而有之 改進(jìn)的焦點(diǎn) 控制平均 值的杠桿 變量 控制標(biāo)準(zhǔn) 差的杠桿 變量 ? ? 變量 Y Y = f ( X1, ... , XN) 較差的工序能力 LSL USL LSL USL 出色的 工序能力 均值偏移 過(guò)度分散 能力 基本統(tǒng)計(jì)概念 40 這適用于所有過(guò)程 — 制造業(yè)和商業(yè)。 我們希望： ?小 z大 基本統(tǒng)計(jì)概念 38 提高工序能力 Y = f(X) ? Y 是因變量。 每個(gè)子群中有 “ n” 個(gè)樣本。 通過(guò)轉(zhuǎn)換將變量 (y) 轉(zhuǎn)換為標(biāo)準(zhǔn)正態(tài)分布。 正態(tài)曲線下部的面積就是出現(xiàn)缺陷的概率。 每百萬(wàn)機(jī)會(huì)的缺陷數(shù) （ DPMO） DPMO = 單位缺陷數(shù) 每單位的缺陷機(jī)會(huì) 1000000 每單位出錯(cuò)機(jī)會(huì)000,000,1?? D P UD P MO基本統(tǒng)計(jì)概念 20 我能計(jì)算缺陷率嗎？ 我的過(guò)程產(chǎn)生了多少缺陷 ? 生產(chǎn) 40000只燈泡 ,其中 50只有缺陷 . DPMO是多少 ? x 1,000,000 = 50 40,000 1250 DPMO 基本統(tǒng)計(jì)概念 21 如何計(jì)算 DPMO? 我的過(guò)程產(chǎn)生了多少缺陷 ? 1999年 A19燈泡的客戶退貨率是 %。 ^ 基本統(tǒng)計(jì)概念 15 標(biāo)準(zhǔn)差 － 衡量 數(shù)據(jù)分散程度的一個(gè)指標(biāo)。 (它也代表該組數(shù)據(jù)的分散程度 )。 離散數(shù)據(jù)是某件事發(fā)生或未發(fā)生的次數(shù)，以發(fā)生的 頻數(shù) 來(lái)表示。 統(tǒng)計(jì)推理 確定結(jié)果之間的差異何時(shí)可能是由于隨機(jī)誤差引起的，何時(shí)不能歸因于隨機(jī)誤差。 1. 2. 基本統(tǒng)計(jì)概念 5 觀測(cè)值變化（ 續(xù) ） 我們預(yù)期觀測(cè)值會(huì)有差異。 舉例 ： 夏季和冬季的空調(diào)的銷售量不同 。通常我們收集 多個(gè) 數(shù)據(jù)點(diǎn)，而且非常注意如何選取這些樣本，以減少偏差。測(cè)量標(biāo)準(zhǔn)可以有意義地不斷分割，使精確度提高。 . 連續(xù)數(shù)據(jù)與離散數(shù)據(jù)進(jìn)行比較的解釋： 離散數(shù)據(jù)舉例： 有凹痕的部件數(shù)量 通過(guò) /未通過(guò) 申訴決議 產(chǎn)出 生產(chǎn)線不合格品數(shù)量 及時(shí)交貨 離散數(shù)據(jù)需要更多的數(shù)據(jù)點(diǎn)才能進(jìn)行有效的分析 基本統(tǒng)計(jì)概念 11 請(qǐng)?jiān)谙旅娴睦优?，?xiě)出它是“連續(xù)”還是“離散” 1 銷售訂單準(zhǔn)確度 2 數(shù)據(jù)輸入準(zhǔn)確度 3 銷售地區(qū) 4 使用“合格 /不合格”測(cè)量?jī)x器得到的孔徑 5 孔徑 6 應(yīng)答中心對(duì)話時(shí)間 7 制冷氟利昂的重量 (克 ) 8 每百萬(wàn)部件中有缺陷部件的數(shù)量 9 裝配線缺陷 (ALD) 應(yīng)用你所學(xué)到的東西 基本統(tǒng)計(jì)概念 12 總體 － 全組數(shù)據(jù) ， 全部 對(duì)象 。 用 x或 ?來(lái)表示樣本，用 ?來(lái)表示總體。 ) 首先計(jì)算平均值 X： 計(jì)算平均值、方差和標(biāo)準(zhǔn)差 x = x n i 1 n ? s 2 = n ( X i X ) 2 ? i = 1 n 1 s = ( X i X ) 2 ? i = 1 n n 1 均值 方差 標(biāo)準(zhǔn)差 方差 (s2) = 標(biāo)準(zhǔn)差 (s 或 ?) = i x i x i x ( x i x )212345Tota ls^ 基本統(tǒng)計(jì)概念 18 統(tǒng)計(jì)學(xué)術(shù)語(yǔ)和定義 缺陷；未滿足與預(yù)期或規(guī)定用途有關(guān)的要求 。 一個(gè)缺陷部件的概率 正態(tài)曲線與橫軸之間的面積等于 1，所以曲線下面的面積與缺陷發(fā)生的概率相關(guān)。 是 .0643 的科學(xué)記數(shù)法格式。 ? PLSL 是相對(duì) LSL而出現(xiàn)缺陷的概率。 注意： 不是所有數(shù)據(jù)都符合正態(tài)分布。 因變量 (Y) 有時(shí)被稱為響應(yīng)變量。依然存在著壞日子！ 穩(wěn)定運(yùn)行 根除過(guò)程的“不穩(wěn)定“部分 (壞日子 )。 1/4 的日子較好。利用“隱蔽的工廠”。 連續(xù) (可變 ) 數(shù)據(jù)可以有意義地進(jìn)一步分割 ， 例如 ， 長(zhǎng)度 ， 重量 。 標(biāo)準(zhǔn)正態(tài)分布 – 具有平均值 (?) = 0 和標(biāo)準(zhǔn)差 (?) = 1 的正態(tài)分布 。 穩(wěn)定性因子 Q1/Q3. 第一個(gè)四等分 / 第三個(gè)四等分 。 方差 – 標(biāo)準(zhǔn)差的平方 。 使用六個(gè)西格瑪方法來(lái)實(shí)施穩(wěn)定操作。 過(guò)程的 可預(yù)測(cè)性 增加，更易于管理。 3/4 的日子較好。 將壞日子變?yōu)楹萌兆? 基本統(tǒng)計(jì)概念 42 原來(lái)的行為 增加平均值。 ? 改進(jìn) X才能改進(jìn) Y。一個(gè)經(jīng)銷商的銷售量可能不是正態(tài)分布，但總銷量很可能近似于正態(tài)分布。 USL = USL X S = .015 = + .67 X LSL = X LSL S = .015 = 從正態(tài)表可以看出， .0004 或者 (.04%) 不符合規(guī)范 數(shù)據(jù)的實(shí)際分布 基本統(tǒng)計(jì)概念 32 現(xiàn)狀分析報(bào)告中的 Z
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1