【正文】 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。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。通過回歸分析，我們可用方程來表示 x和 y的關(guān)係。 財務(wù)核算。 變革管理6西格瑪 DMAIC策略的概括圖 回顧： 定義 /測量階段 相關(guān)和回歸分析在 6 sigma中各階段的作用 分析階段 相關(guān)和回歸分析 突破性策略 定義 測量 分析 改善 控制 優(yōu)化 鑒別 驗證原因的真實性 對結(jié)果進行預測 確定少數(shù)關(guān)鍵變量 相關(guān)和回歸分析 從右圖可知，在 6 sigma分析，控制階段都會用到相關(guān)和回歸分析方法。 2 2 分析階段 相關(guān)和回歸分析 一元線性回歸分析示例 四 . 建立回歸模型 1. 在 Minitab下拉式菜單選： Stat Regression Fitted line Plot...， 如下圖所示： 分析階段 相關(guān)和回歸分析 一元線性回歸分析示例 2. 在出現(xiàn)的對話框選擇下圖所示信息： 分析階段 相關(guān)和回歸分析 一元線性回歸分析示例 3. 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 分析階段 相關(guān)和回歸分析 一元線性回歸分析示例 2 2 表示顯示回歸值的置信區(qū)間和預測區(qū)間 4. Minitab輸出結(jié)果如下： 分析階段 相關(guān)和回歸分析 一元線性回歸分析示例 H y d r o c a r b o n %Oxygen purity %1 . 61 . 51 . 41 . 31 . 21 . 11 . 00 . 90 . 81 0 0 . 09 7 . 59 5 . 09 2 . 59 0 . 08 7 . 58 5 . 0S 1 . 0 8 6 5 3R S q 8 7 . 7 %R S q ( a d j ) 8 7 . 1 %R e g r e s s i o n9 5 % C I9 5 % P IF i t t e d L i n e P l o tO x y g e n p u r i t y % = 7 4 . 2 8 + 1 4 . 9 5 H y d r o c a r b o n %5. 圖形分析如下： 。 。當然也有更高次的回歸模型，但實際應(yīng)用時須本著愈簡單愈適用的原則，盡量不要超過三次模型。確認 r 值： r 值代表 x和 y之間線性相關(guān)的程度，如果 r ， 則 x和 y的線性相關(guān) 關(guān)係十分明顯，用線性方程來擬合一般不成問題。 殘差分析 1. 在 Minitab下拉式菜單選： Stat Regression Regression， 如下圖所示： 分析階段 相關(guān)和回歸分析 一元線性回歸分析示例 2. 在出現(xiàn)的對話框選擇下圖所示信息： 分析階段 相關(guān)和回歸分析 一元線性回歸分析示例 3. Minitab輸出分析結(jié)果如下圖： 2 2 分析階段 相關(guān)和回歸分析 一元線性回歸分析示例 S t a n d a r d i z e d R e s i d u a lPercent210 1 29 99 05 01 01F i t t e d V a l u eStandardized Residual9 69 39 08 7210 1 2S t a n d a r d i z e d R e s i d u a lFrequency2 . 01 . 51 . 00 . 50 . 0 0 . 5 1 . 0 1 . 54 . 83 . 62 . 41 . 20 . 0O b s e r v a t i o n O r d e rStand