六西格瑪?shù)氖褂霉ぞ吲嘤栔v義-文庫吧在線文庫
【正文】 (, ) 8 (, ) (, ) 9 (, ) (, ) 10 (, ) (, ) 11 (, ) (, ) 12 (, ) (, ) 13 (, ) (, ) 14 (, ) (, ) 15 (, ) (, ) 16 (, ) (, ) 17 (, ) (, ) 18 (, ) (, ) 19 (, ) (, ) 20 (, ) (, )95%置信度水平的置信區(qū)間 95%置信度水平的預測區(qū)間 Obs Hydrocarbon % Oxygen purity % 9 Fit SE Fit Residual St Resid 預測值分析階段 相關和回歸分析 一元線性回歸分析示例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。最中間的一條直線表示回歸方程的擬合值。22 22一。因此，通過觀察殘差的分布形狀可以判斷所用的回歸模型是否適用。通過 Minitab的 “Lack of fit test” ， 即擬合良好性測試來判斷。 當模型不適用時，殘差和擬合值圖上的點呈倒拋物線形，見圖 c； 殘差分布形狀為雙峰形 (見圖 d)或其他特別的形狀。如果 r 值很小，觀察散佈圖以發(fā)現(xiàn) x和 y之間 存在明顯的關係，可用一條線來擬合，這時可以判定 x和 y之間存在非線性相關關係。最靠外的兩條綠色點畫線代表擬合值在 95%的置信度下的預測區(qū)間。 可得到 氧氣的純度預測值，預測區(qū)間和置信區(qū)間。通過回歸分析，我們可用方程來表示 x和 y的關係。Six Sigma 使用工具使用工具 培訓講義培訓講義回顧： 定義 /測量階段 6sigma 管理法 6西格瑪 DMAIC策略的概括圖回顧： 定義 /測量階段 相關和回歸分析在 6 sigma中各階段的作用分析階段
公司管理相關推薦
鄂ICP備17016276號-1