常用統(tǒng)計技術在質量管理中的應用(完整版)
【正文】 第一節(jié) 因子在試驗中所處的狀態(tài)稱為因子的水平。乙10892如果每一個總體的分布都是正態(tài)分布，并且各個總體的方差相等，那么比較各個總體均值是否一致的問題可以用方差分析方法來解決。常常把數據列成如下表格形式：單因子試驗數據表記第 i水平下的數據均值為 水平下的數據和為 Ti， 單因子方差分析表 進行方差分析的步驟如下： （ 1）計算因子 A的每一水平下數據的和T1， T2， … ， Tr及總和 T； （ 2）計算各類數據的平方和 ； 數據的總和為 T=1200 三、重復數不等的情況（略）第二節(jié) 二、相關系數 = iy yT229。r0表示當 x增加時 y也增大，稱為正相關 （ 1）計算變量 x與 y的數據和： ==， 三、一元線性回歸方程 稱這種估計為最小二乘估計。（ 1）計算變量 x與 y的數據和 Tx， Ty；（ 2）計算各變量的平方和與乘積和；（ 3）計算 Lxx,Lxy；（ 4）求出 b與 a；利用前面的數據，可得： 或2.回歸平方和： =，有 (1,10)= 由于 F，所以在 方程是顯著的（有意義的）。當 n較大， 進行預測的步驟如下： 的估計 （ b0） ? (1,1),(1,2),(1,3),(2,1),(2,2),(2,3),(3,1),(3,2),(3,3)每一對出現(xiàn)一次。n=qk,（一）試驗的設計 2.在 A3水平下進行了三次試驗： 7， 8， 9，在這三次試驗中因子 B與 C的三個水平各進行了一次試驗。所有計算列在下面的計算表中 從圖上可以明顯地看出每一因子的最好水平 A2， B2， C3，也可以看出每個因子對指標影響的大小 RBRARC。 12要把引起數據波動的原因進行分解，數據的波動可以用離差平方和來表示。貢獻率分析方法例 24（ 2） A、 B、 C、 D為二水平因子，同時考察交互作用 AB， CD（ 1） A、 B、 C、 D為二水平因子，同時考察交互作用 AB， AC在本例中：試驗目的：提高農藥的收率試驗指標：收率確定因子與水平以及所要考察的交互作用：因子水平表還要考察因子 A與 B交互作用 選表：首先根據因子的水平數，找出一類正交表再根據因子的個數及交互作用個數確定具體的表。（一）試驗的設計?由于 S因 中除因子的效應外，還包含誤差，從而稱 S因 f因 Ve為因子的純離差平方和，將因子的純離差平方和與 ST的比稱為因子的貢獻率。因子 A與 B在顯著性 ，而因子 C不顯著。[例 23]的方差分析表 S4僅反映由誤差造成的數據波動，稱為誤差平方和。由于正交表的特點，使試驗條件均勻分布在試驗空間中，因此使數據間具有整齊可比性，上述的直觀分析可以進行。 CBA220205190175160900這里因子的極差是指各水平平均值的最大值與最小值之差，譬如對因子 A來講： ? T3=y7+y8+y9=157+205+140=502=T1/3=185將全部試驗分成三個組，那么這三組數據間的差異就反映了因子 A的三個水平的差異，為此計算各組數據的和與平均： （ 1）尋找最好的試驗條件 試驗次序最好要隨機化 9個試驗點的分布 3把因子放到表的列上去，稱為表頭設計把放因子的列中的數字改為因子的真實水平，便成為一張試驗計劃表，每一行便是一個試驗條件。（ 4）選用合適的正交表 ,進行表頭設計，列出試驗計劃 （ 1）明確試驗目的 試驗設計一般有四個步驟： 如： k=2,3,4,… ,常用的正交表有兩大類 “L”表示正交表， “9”是表的行數，在試驗中表示試驗的條件數， “4”是列數，在試驗中表示可以安排的因子的最多個數， “3”是表的主體只有三個不同數字，在試驗中表示每一因子可以取的水平數。選擇部分條件進行試驗，再通過數據分析來尋找好的條件，這便是試驗設計問題。試驗設計 （ b0） （ 3） （
法律信息相關推薦
鄂ICP備17016276號-1