【正文】 185 回歸分析（ Regression）v 運(yùn)用 Minitab進(jìn)行回歸分析? 為了預(yù)測(cè) LOT大小的生產(chǎn)人力，利用隨機(jī)法來(lái)抽出資料來(lái)求回歸方程式。（最小平方法）? 如果所有數(shù)據(jù)在適當(dāng)方程式上，誤差變化是 “0”，即最好的情況：但這種民政部幾乎不會(huì)發(fā)生。? 注入量和轉(zhuǎn)速的影響不多? 這里必須測(cè)驗(yàn)產(chǎn)品是否按改善的最佳條件來(lái)生產(chǎn)的再現(xiàn)性178 回歸分析（ Regression）v 什麼是回歸分析（ Regression）？? 想要改善問(wèn)題時(shí)，掌握相關(guān)變量之間的相互關(guān)聯(lián)性，這種情況有用的時(shí)候多。171 部分配置法 (Fractional factorial design? X1， X2， X3的主效果跟 2因子交互作用交叉在一起vX3 Column=X1 X2 ColumnvX1 Column=X2 X3 ColumnvX2 Column=X1 X3 Column11+1X1+11+1X2X3172 部分配置法 (Fractional factorial designv 25試驗(yàn)? 在注塑物配合工序上，從調(diào)查的結(jié)果來(lái)看，到測(cè)定、分析階段為止選定了 5個(gè)暫定因子，選定的各個(gè)因子如下：v進(jìn)入反應(yīng)器的原材料的量 (liter/min)v添加的催化劑（ %）v轉(zhuǎn)速（ RPM）v反應(yīng)器內(nèi)溫度（ ℃ ）? 當(dāng)中哪能些因素在什麼條件下能得出最佳值？173 部分配置法 (Fractional factorial designFactor 1 +1（ feed rate） 10 15（ catalyst） 1 2（ RPM） 100 120（ temperature） 140 180（ concentration） 3 6174 部分配置法 (Fractional factorial design? 反應(yīng)值受催化劑和溫度的影響強(qiáng)烈，幾乎不受其它干擾影響。（線體速度和清洗液濃度在高溫度下沒(méi)有差異）163 部分配置法 (Fractional factorial design)v 什麼是部分配置法 (Fractional factorial design)? 在實(shí)施試驗(yàn)時(shí)因子的數(shù)增加，試驗(yàn)的次數(shù)增加，試驗(yàn)的次數(shù)以幾何規(guī)律增加? 試驗(yàn)次數(shù)的增加v現(xiàn)實(shí)是時(shí)間方面或成本費(fèi)用方面發(fā)生困難v產(chǎn)生不可預(yù)想的潛在變量，試驗(yàn)的程度變壞164 部分配置法 (Fractional factorial design? 一般主效果交互作用沒(méi)有必要必須在因子的所有調(diào)合下試驗(yàn)，不用求不必要的交互作用或高次的交互作用；而為了縮小試驗(yàn)數(shù)的大小，只取因子的調(diào)合中的一部分進(jìn)行試驗(yàn)（ 2n3n型部分配置法）? 因此，通常完全配置法不如使用試驗(yàn)次數(shù)少的部分配置法。158 要因配置法 (Factorial Design)? 試驗(yàn)配置RUN Temp Time Conc. Yield1 1 1 1 652 1 1 1 433 1 1 1 4 1 1 1 435 1 1 1 6 1 1 1 447 1 1 1 518 1 1 1 43159 要因配置法 (Factorial Design)? 把 Yield和 temp/time/conc因子的效果 plot Graph? 首先繪製各要素的 Low Level(1)[低水平 (1)]的反應(yīng)值（殘留物的量），然後繪製 High Level(1)[高水平 (+1)]。v 要因試驗(yàn)的形態(tài)? 2n：因子是 n個(gè)，因子的水平數(shù)是 2試驗(yàn)? 3n：因子是 n個(gè)，因子的水平數(shù)是 3試驗(yàn)150 要因配置法 (Factorial Design)v 要因試驗(yàn)的優(yōu)點(diǎn)? 所有因子間的水平調(diào)合下實(shí)施試驗(yàn)? 可推定所有因子的效果和交互作用v 22試驗(yàn)? 兩種橡膠 (A0， A1)混合使用 Mold(B0， B1)製作輪胎時(shí)得到的輪胎 (balance)各測(cè)定 4次的數(shù)據(jù)151 要因配置法 (Factorial Design)? 試驗(yàn)數(shù)據(jù)A0 A1 合計(jì)B0 31 165 821108872352 517454643B1 22 84 30373829134 218211823合計(jì) 249 486 735152 要因配置法 (Factorial Design)? 橡膠配合 (mix)1水平， mold1水平上得到大的效果? mold比橡膠配合 (mix)更多的影響反應(yīng)值vMain effects plot里因子的偏移越大，其因子更多影響品質(zhì)特性值153 要因配置法 (Factorial Design)v 什麼是交互作用? 表示 2個(gè)因子的水平組合上，發(fā)生不期待的效果。145 一元配置法? 按反應(yīng)溫度 (A)變化的強(qiáng)度 (單位： Kg/mm2)的試驗(yàn)數(shù)據(jù)因子水平A1 A2 A3 A4試驗(yàn)的反復(fù) 146 二元配置法v 選定配置法? 選定 2個(gè)因子後做試驗(yàn)的試驗(yàn)計(jì)劃? 某化工廠認(rèn)為影響產(chǎn)品的收率 (Yield， %)是反應(yīng)溫度和原料。? 能夠知道怎樣實(shí)施試驗(yàn)，對(duì)提高試驗(yàn)技術(shù)有用。v 試驗(yàn)和實(shí)施數(shù)據(jù)收集? 試驗(yàn)之前準(zhǔn)備數(shù)據(jù)表格，可能的話，把相關(guān)的所有內(nèi)容全部記錄。129 試驗(yàn)計(jì)劃的樹(shù)立v 選定因子水平? 水平數(shù)可以按試驗(yàn)的目的和反應(yīng)值的圖表形狀來(lái)決定v能用篩選試驗(yàn)來(lái)找出得要的因子的話，使用典型的 2水平v‘Y’值按水平產(chǎn)生充分差異的範(fàn)圍來(lái)選定水平? 如果選定的溫度範(fàn)圍小，幾乎不影響應(yīng)答的話，可能錯(cuò)判為溫度不重要的因子v確定的水平不能超出現(xiàn)實(shí)可能的水平（最佳的選定水平上，不能適用實(shí)際的話郵局不能改善）v試驗(yàn)的幾個(gè)調(diào)和可能是不能接受的反應(yīng)值，但是那種條件下，可能出現(xiàn)最佳值？130 試驗(yàn)計(jì)劃的樹(shù)立v 選定試驗(yàn)計(jì)劃? 做試驗(yàn)計(jì)劃時(shí)要想 10個(gè)重要概念v直交性v隨機(jī)性v再現(xiàn)性v反復(fù)性v管理能力v潛在變量vNoise變量vBlockingvSample的大小v交叉131 試驗(yàn)計(jì)劃的樹(shù)立v 試驗(yàn)計(jì)劃的選定? 直交性v試驗(yàn)配置或部分配置法上把因子的效果做成彼此獨(dú)立而使用? 隨機(jī)化v為了防止非試驗(yàn)的因子的外部要因引起的效果時(shí)使用? 試驗(yàn)順序隨機(jī)化? 試驗(yàn) Unit隨機(jī)化? 測(cè)定順序隨機(jī)化132 試驗(yàn)計(jì)劃的樹(shù)立? 再現(xiàn)性 v完全再設(shè)置度驗(yàn)裝置，在同樣水平上追加得到值的時(shí)候? 在做測(cè)定時(shí)可減少散布? 對(duì)對(duì)試的結(jié)果增加信賴感? 反復(fù)性v反復(fù)各試驗(yàn) Run 得到 Sample不如再現(xiàn)性，但能測(cè)定變動(dòng)? 管理：v選定的條件，必須能得到管理133 試驗(yàn)計(jì)劃的樹(shù)立? 潛在變量v不太明確，控制也困難，測(cè)定也不可能，但影響反應(yīng)值的值。122 試驗(yàn)計(jì)劃法的樹(shù)立v 試驗(yàn)計(jì)劃法的樹(shù)立? 明確試驗(yàn)的目的 ? 選定反應(yīng)值（從屬變量） ‘Y’ ? 選定因子（獨(dú)立變量） ‘X’? 選定因子的水平 ? 選定試驗(yàn)計(jì)劃? 實(shí)施試驗(yàn) 數(shù)據(jù)收集 ? 數(shù)據(jù)分析? 導(dǎo)出結(jié)論? 驗(yàn)證試驗(yàn)123 試驗(yàn)計(jì)劃法的樹(shù)立v 明確試驗(yàn)?zāi)康? 明確試驗(yàn)記錄樣式的目的v製作 ‘Y’(從屬變量 )明確定義 ‘X’(獨(dú)立變量）效果的的預(yù)測(cè)值表? 在做試驗(yàn)計(jì)劃時(shí)，必須注意以下內(nèi)容v用數(shù)據(jù)決定什麼？v數(shù)據(jù)收集後怎麼分析？v得到的數(shù)據(jù)做必要的決定時(shí)有用嗎？? 如果不是重新樹(shù)立計(jì)劃124 試驗(yàn)計(jì)劃法的樹(shù)立v 選定反應(yīng)值（從屬變量） ‘Ｙ ’? 選定的題目可能有多個(gè) ‘Ｙ ’v題目展開(kāi)後 (Logic Tree等 )，選定 ‘Yn’的各個(gè)獨(dú)立因子‘X’進(jìn)行改善v計(jì)數(shù)值數(shù)據(jù)的效率性是計(jì)量值的 63%左右時(shí)，有必要更多數(shù)據(jù)v當(dāng)測(cè)定 ‘Y’困難時(shí)，采用給予分類或跟標(biāo)準(zhǔn)進(jìn)行比較的方法125 試驗(yàn)計(jì)劃法的樹(shù)立v測(cè)定後的樣本數(shù)據(jù)最好是保存，必要時(shí)再進(jìn)行對(duì)比調(diào)查v當(dāng)數(shù)據(jù)測(cè)定有主觀性時(shí)，可能有時(shí)間偏移，因此必須隨機(jī)化或盲化實(shí)施v試驗(yàn)前不管數(shù)據(jù)的種類，必須對(duì) ‘Y’實(shí)施 Gage RR，其值要少于 20%126 試驗(yàn)計(jì)劃的樹(shù)立v 選定因子（獨(dú)立變量） ‘X’? 獨(dú)立變量有多種 v在試驗(yàn)上接意圖變化的試驗(yàn)變量v不是有意變化的可觀察的變量vBlocking變量（人為制造的變量）v潛在變量127 試驗(yàn)計(jì)劃的樹(shù)立? 選定獨(dú)立變量v利用測(cè)定、分析階段得到的統(tǒng)計(jì)分析結(jié)果v專家意見(jiàn)v大腦風(fēng)暴法vFlow Chartv現(xiàn)象分析數(shù)據(jù)v特性要因圖v競(jìng)爭(zhēng)社分析v顧客分析 協(xié)力社調(diào)查vProcess MappingvRolled Through Yield128 試驗(yàn)計(jì)劃的樹(shù)立? 潛在變量v潛在變量是給結(jié)果帶來(lái)影響的，但難以發(fā)覺(jué)，并且不可能控制和測(cè)定。直接影響特性值的因子或用水平變動(dòng)來(lái)分析後找出對(duì)比誤差，造成 ‘Y’特性值（反應(yīng)值）特別大的影響因子。112 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型v X2（ Chisquare）? 適合度檢驗(yàn)（ Goodness of fit test）v什麼是適合度？：試驗(yàn) or觀測(cè)得到的結(jié)果跟理論一致的程度v什麼是適合度檢驗(yàn)？：檢驗(yàn)觀測(cè)值有什麼樣的理論分布v假設(shè)設(shè)定? Ho： P1=P2=…… =Pn? H1： P1P2 …… Pn? 例：硬幣的正面的出現(xiàn)的概率 50%和實(shí)際觀測(cè)的概率比較113 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型? 分割表（ Contingency Table）v什麼是分割表？：因兩個(gè)變數(shù)分割後得到表v什麼是獨(dú)立性檢驗(yàn)？：使用于檢驗(yàn)分類的變量之間的關(guān)系是獨(dú)立，即變量之間有相關(guān)性（從屬關(guān)系），或者有（獨(dú)立關(guān)系）稱獨(dú)立性檢驗(yàn)。100 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 什麼是假設(shè)檢驗(yàn)？? 指想知道的內(nèi)容用假設(shè)來(lái)設(shè)定，對(duì)假設(shè)的成立與否用樣本數(shù)據(jù)得到的情報(bào)為基礎(chǔ)進(jìn)行統(tǒng)計(jì)分析後做出決定。88 收率概念比較累計(jì)收率（ YRT） 現(xiàn)在為止的收率（ YF）?考慮工序各階段 ?只考慮最終工序?考慮再作業(yè)和部品廢棄 ?不考慮再作業(yè)和部品廢棄?提示無(wú)缺陷的可能性 ?不能提示無(wú)缺陷的可能性?調(diào)查各工序的品質(zhì) ?只調(diào)查最終工序的品質(zhì)?考慮工序是由多少個(gè)來(lái)構(gòu)成的?不考慮工序是由多少來(lái)構(gòu)成的?YRT=e ?YF=S/U?Y=Y1Y2……Yn ?S：合格臺(tái)數(shù)?U：檢查臺(tái)數(shù)89 離散型數(shù)據(jù)分析v VFT（ First Time Yield）A再作業(yè)完成的產(chǎn)品廢棄15unitHidden Factory70 Units100Units85Units90 離散型數(shù)據(jù)分析? 工序 A有輸入 100個(gè) Unit（元件）v輸入的 70%元件沒(méi)有缺陷已經(jīng)銷售v輸入的 30%元件有缺陷并再作業(yè)v15個(gè)元件修理完畢， 15元件報(bào)廢? 現(xiàn)在為止的 Final Yield（ YF） [最終收率 ]是 85%? 因 First Time Yield（ YFT）表示歸初的作業(yè)是正確的，所以現(xiàn)在情況下 YFT是 70%。86 離散型數(shù)據(jù)分析v 收率的種類? YFT(First Time Yield)： (單工序單次收率 )v表示再作業(yè)後沒(méi)有修理的收率的值v應(yīng)用：決定個(gè)別工序的個(gè)別品質(zhì)水平時(shí)使用。 元件數(shù) =34 247。v例：把顧客的要求事項(xiàng)記錯(cuò)的差錯(cuò)情報(bào)。? X因素：地域，木塞，葡萄酒味，透明性，香氣，葡萄酒瓶76 工序能力? 短期工序能力有關(guān)的統(tǒng)計(jì)值 Cp， Cpk， Cpu， Cpl長(zhǎng)期工序能力有關(guān)的統(tǒng)計(jì)值有 Pp， Ppk， Ppu， Ppl? 為了計(jì)算短期工序能力，使用只考慮組內(nèi)的滾動(dòng)，即群內(nèi)變化的 Zst，以用暫定目的地工序能力或最高的工序能力來(lái)表示。62 Gage RR偏差大 偏差小參考值測(cè)定值參考值測(cè)定值63 Gage RRv 對(duì)測(cè)定系統(tǒng)變化的理解? 穩(wěn)定性（ Stability）：在一定的時(shí)間間隔下把標(biāo)準(zhǔn)品用同一的計(jì)測(cè)器測(cè)定同一的特性值時(shí)得出的變化。 時(shí)部品 測(cè)定值 1 測(cè)定值 2 測(cè)定差（ 12）1 2 3 4 5 範(fàn)圍的界限 ∑R=58 Gage RRv測(cè)定差平均值 = ∑R/5=v測(cè)量誤差 =() (R)= v公差的測(cè)量誤差 =(247。可以分為 4組對(duì)特定部品測(cè)定，信賴性區(qū)間小說(shuō)明測(cè)定者和測(cè)定有反復(fù)，且測(cè)定很準(zhǔn)確。no go時(shí)v1V外觀檢查時(shí)，v2名評(píng)價(jià)者反復(fù)測(cè)試 20個(gè)管子48 測(cè) 試實(shí)驗(yàn)順序 評(píng)價(jià)者 1 評(píng)價(jià)者 21 2 1 21 G G G G2 G G G G3 NG G G G4 NG NG NG NG5 G G G G6 G G G G7 NG NG NG NG8 NG NG G G9 G G G G10 G G G G49 測(cè) 試實(shí)驗(yàn)順序 評(píng)價(jià)者 1 評(píng)價(jià)者 2