【文章內容簡介】 ? 根據(jù)檢測機散布程度 再形成 ? 檢測者的散布程度43Graph 窗 [1]44Graph 窗 [2] 定密度 反復性 再形成 %RR P/T Components of Variation ? Session 窗的分析結果 以直線圖表形態(tài)畫 , 直線圖表 以 %RR, P/T為基準標示各個定密度 , 反復性 ,再形成 . ? 定密度 ,反復性 ,再形成直線圖表的大小越小越好 .45Graph 窗 [3] R Chart by 檢測者 各點檢測者相同的產(chǎn)品反復檢測時 , 出現(xiàn) R值 (=最大檢測值 最小檢測值 ). 所有點管理項 ,下限線希望在里面 . 各檢測者評價時 , R值越小能做到檢測精密的檢測位置 . 在前 R Chart里樸氏 3點比別人點小 , 能看出樸氏比別人 檢測的更精確 .金氏 樸氏 催氏金氏 樸氏 催氏 Xbar Chart by 檢測者 各點檢測者相同的產(chǎn)品反復檢測時 ,出現(xiàn)檢測值的平均 . 管理項 ,下限線的度量出現(xiàn)檢測分布的大小 . 所有點管理項 ,下限線希望在外面 , 希望以規(guī)則性的點的形態(tài)出現(xiàn) . 即 , 由于檢測比散布產(chǎn)品間的散布希望更大 . 46Graph 窗 [4] By 試驗號碼 各個試驗出現(xiàn)檢測值的平均和散布的程度 . 各個試驗反復檢測的值的散布程度希望標記 . By 檢測者 各個檢測者出現(xiàn)檢測值的平均和分布 . 各個檢測者希望平均相同 . By 檢測者 各個試驗檢測者間出現(xiàn)檢測值 . 希望各線實現(xiàn)平行 , 線的交叉作業(yè)者 和試驗間能看到相互適用 .475. ttest 1Sample Z 2Sample 1Sample t Paired tttest的選擇 1Sample Z ? 試驗 Data的平均和集體 (全體 )的平均是否相同 , 想在別的地方評價的時候 ... 但 , 全體的平均和標準偏差知道 . → 為了仔細觀察 D電子送貨的副品的平均重量檢測 10個的 Data試驗重量 . 我們希望的副品的重量是 40g,到現(xiàn)在生產(chǎn)的副品的標準偏差是 3g. 1Sample t ? 試驗 Data的平均和集體 (全體 )的平均是否相同 , 想在別的地方評價的時 ... 但 ,知道全體的平均但是 , 不知道標準偏差 . → 為了仔細觀察 D電子送貨的副品的平均重量檢測 10個的 Data試驗重量 . 我們希望的副品的重量是 40g, 副品的標準偏差不知道 . 2Sample t ? 在相互別的 2 集體輸出的試驗 Data的平均是否相同 ,想在別的地方評價的時 ... → D公司和 E公司送貨的副品的平均重量是否相同 ,別的地方評價各個公司的送貨的產(chǎn)品中 每 10個做實驗檢測重量 Paired t ? 相互一組實現(xiàn)的實驗 Data的平均是否相同 ,想在別的地方評價的時 ... → 在 D公司送貨的副品德左邊厚度的平均是否相同 ,別的地方評價 做 10個的 Data實驗檢測左邊和右邊的厚度 .48 1Sample ZStat ? Basic Statistics ? 1Sample ZWorksheet為了仔細觀察在 D電子送貨的副品的平均重量 10個的 Data做實驗檢測重量 .我么希望的副品的重量是 40g,到現(xiàn)在生產(chǎn)的副品德標準偏差是 3g.例題路線 平均 標準偏差 49Dialog窗 ③ 平均② 標準偏差④ OK① 變數(shù)指定50Session 窗分析結果 試驗數(shù) 算術平均 標準偏差 % CI : 平均的 95% 信賴區(qū)域 在上面的例題平均的 95% 信賴區(qū)域 是 ( , ), 總平均 40g在 95% 信賴區(qū)域里不存在 . 這樣 ,在 D公司送貨的副品的平均重量不是總平均的 40g。 P : Pvalue值 ? PValue ≥ 情況的 → Data的平均和總平均能相同 . ? PValue ＜ 的情況 → Data的平均和總平均能不同。 在上面的例子以 P=, 比 , 在 D公司送貨的副品的平均重量不是總平均的 40g51 1Sample tStat ? Basic Statistics ? 1Sample tWorksheet為了仔細觀察在 D電子送貨的副品的平均重量 10個的 Data做實驗檢測重量 .我么希望的副品的重量是 40g例題路線 總平均52Dialog 窗② 平均③ OK① 變數(shù)指定53Session 窗分析結果 試驗數(shù) 算術平均 標準偏差 % CI : 平均的 95% 信賴區(qū)域 在上面的例題平均的 95% 信賴區(qū)域 是 ( , ), 總平均 40g在 95% 信賴區(qū)域里不存在 . 這樣 ,在 D公司送貨的副品的平均重量不是總平均的 40g。 P : Pvalue值 ? PValue ≥ 情況 → Data的平均能和總評均相同 . ? PValue ＜ 情況 → Data的平均能和總評均不同 . 在上面的例子以 P=, 比 , 在 D公司送貨的副品的平均重量不是總 平均的 40g。54 2Sample tWorksheetD公司和 E公司送貨的副品的平均重量是否相同評價別的地方在各個公司送貨的產(chǎn)品中 ,每 10個做實驗稱重量例題 Unstack Data Stack Data D公司副品的重量 E公司副品的重量 55Stat ? Basic Statistics ? 2Sample t路線56Dialog 窗 [1]② Assume equal variances 計 Unstack Data的情況 ① 變數(shù)指定④ Boxplots of data 計⑤ OK⑥ OK③ Graphs 計57Dialog 窗 [2]③ Assume equal variances 計 Stack Data的情況 ① 變數(shù)指定 (檢測的 Data 列選擇 )⑤ Boxplots of data 計⑥ OK⑦ OK④ Graphs 計② 變數(shù)指定 (輸入條件選擇列 )58Session 窗分析結果 試驗數(shù) 算術平均 標準偏差 % CI : 兩個集體平均差異的 95%信賴區(qū)域 在上面的例子兩個集體平均偏差的 95% 信賴區(qū)域是 ( , ), 0在 95% 信賴區(qū)域里存在 .即 , ( D公司副品平均重量 E公司副品平均重量 = 0 ). 在這兩個集體各個收集的 Data的平均能相同的意義 . 這樣 , D公司送貨的副品的平均重量和 E公司送貨副品德平均重量能相同 . PValue ? PValue ≥ 情況 → 兩個集體偏差的 Data 平均能相同 . ? PValue ＜ 情況 → 兩個集體的 Data平均能不同 . 在上面的例子以 PValue=,因為比 在 D公司送貨的副品的平均重量和 E公司送貨的副品 的平均重量能相同 . 兩個集體平均的差異 59Graph 窗 中央值 ( Median ) 算術平均60 Paired tStat ? Basic Statistics ? Paired tWorksheetD公司送貨的副品德左邊厚度和右邊厚度的平均是否相同 ,評價別的地方10個的 Data做實驗檢測左邊和右邊的厚度例題路線61Dialog 窗② OK① 變數(shù)指定62Session 窗分析結果 試驗數(shù) 算術平均 標準偏差 PValue ? PValue ≥ 情況 → 兩個集體偏差的 Data 平均能相同 . ? PValue ＜ → 兩個集體的 Data平均能不同 .. 在上面的例子以 PValue=, 因為比 , 左邊和右邊沒有厚度的差異 兩個集體的平均差異 % CI :兩個集體平均差異的 95%信賴區(qū)域 在上面的例子兩個集體平均偏差的 95% 信賴區(qū)域是 ( , ), 0在 95% 信賴