【正文】 Six sigma Minitab Training187謝謝觀看 /歡迎下載BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH。 Six sigma Minitab Training178直方圖路徑： 圖形 直方圖說(shuō)明： 數(shù)據(jù)分布在 ,從 2， 2，為分布頻率最高的區(qū)間。直方圖將樣本值劃分為許多稱為區(qū)間 的間隔。邊際圖 是在 X 和 Y 軸邊際中包含直方圖 、箱線圖 或點(diǎn)圖的散點(diǎn)圖 Six sigma Minitab Training176邊際圖路徑： 圖形 邊際圖說(shuō)明： 圖形體現(xiàn)了 X和 Y的關(guān)系，這里可以體現(xiàn)出來(lái)銷(xiāo)售人員的數(shù)量與資本的關(guān)系，似乎屬于正相關(guān)。Six sigma Minitab Training173矩陣圖打開(kāi)例題 《 圖形分析 銷(xiāo)售 》為了察看 X(銷(xiāo)售人員 )和 Y(資本 )的關(guān)系的矩陣圖路徑： 圖形 矩陣圖Six sigma Minitab Training174矩陣圖路徑： 圖形 矩陣圖說(shuō)明： 圖形體現(xiàn)了 X和 Y的關(guān)系，這里可以體現(xiàn)出來(lái)銷(xiāo)售人員的數(shù)量與資本的關(guān)系，似乎屬于正相關(guān)。5 2. 滿足顧客要求的 X的范圍設(shè)定 通過(guò)回歸式計(jì)算 , 或利用 圖 表 設(shè)定 設(shè)定 X的范圍 : 177。5② X 的范圍設(shè)定 177。根據(jù)高斯假定：殘差必須要具備幾個(gè)特性： 1）所有的殘差具有獨(dú)立性；2）殘差總是具備以 0為中心的，固定方差的正態(tài)分布3）所有殘差的和總是等于 04）殘差總是圍繞 0中心線上下隨機(jī)分布等等，詳細(xì)看統(tǒng)計(jì)學(xué)書(shū)。路徑： 統(tǒng)計(jì) 表格 卡方檢驗(yàn)統(tǒng)計(jì)菜單介紹Six sigma Minitab Training129TTest統(tǒng)計(jì)菜單介紹Six sigma Minitab Training1301Sample Z 2Sample t1Sample t Paired tttest的選擇 1Sample Z：?jiǎn)螛颖?Z檢驗(yàn) ? 在當(dāng)我們想評(píng)價(jià)樣本 數(shù)據(jù) 的平均和總體的平均是否相同的時(shí)候 ... 且當(dāng)總體的平均和標(biāo)準(zhǔn)偏差已知的時(shí)候適用 . → 為了觀察從 D電子購(gòu)買(mǎi)的部品的平均重量 ,隨機(jī)抽取 10個(gè)樣本并對(duì)其重量進(jìn)行測(cè)量 . 我們希望部品的重量為 40g, 到目前為止生產(chǎn)的部品的母標(biāo)準(zhǔn)偏差為 3g. 1Sample t：?jiǎn)螛颖?T檢驗(yàn) ? 在當(dāng)我們想評(píng)價(jià)樣本 數(shù)據(jù) 的平均和總體 (全體集團(tuán) )的平均是否相同的時(shí)候 ... 且當(dāng)總體的平均已知而標(biāo)準(zhǔn)偏差未知的時(shí)候適用 . → 為了觀察從 D電子購(gòu)買(mǎi)的部品的平均重量 ,隨機(jī)抽取 10個(gè)樣本并對(duì)其重量進(jìn)行測(cè)量 . 我們希望部品的重量為 40g, 而部品的母標(biāo)準(zhǔn)偏差未知 . 2Sample t：雙樣本 T檢驗(yàn) ? 在當(dāng)我們想評(píng)價(jià)從兩個(gè)相互不同的集團(tuán)中取出的樣本 數(shù)據(jù) 的平均是否相同的時(shí)候適用 ... → 為了評(píng)價(jià)從 D公司和 E公司購(gòu)買(mǎi)的部品的平均重量是相同還是不同 ,從各公司購(gòu)買(mǎi)的部品中 各隨機(jī)抽取 10個(gè)并測(cè)量其重量 . Paired t：配對(duì) T檢驗(yàn) ? 在當(dāng)我們想評(píng)價(jià)兩個(gè)互相成對(duì)的樣本 數(shù)據(jù) 的平均是否的時(shí)候適用 ... → 為了評(píng)價(jià)從 D公司購(gòu)買(mǎi)的部品的左側(cè)厚度和右側(cè)厚度的平均是相同還是不同 ,隨機(jī)抽取 10個(gè)并測(cè)量其左側(cè)和右側(cè)厚度 .統(tǒng)計(jì)菜單介紹Six sigma Minitab Training131為了評(píng)價(jià)從 D公司和 E公司購(gòu)買(mǎi)的部品的平均重量是否相同 ,從各公司購(gòu)買(mǎi)的部品中各隨機(jī)抽取 10個(gè)并測(cè)量其重量 .例 題 D公司部品的重量 E公司部品的重量 路徑： 統(tǒng)計(jì) 基本統(tǒng)計(jì)量 雙樣本 T檢驗(yàn)統(tǒng)計(jì)菜單介紹Six sigma Minitab Training132路徑： 統(tǒng)計(jì) 基本統(tǒng)計(jì)量 雙樣本 T檢驗(yàn) ① 選擇測(cè)量的 數(shù) 據(jù) 列② 選擇條件輸入的列統(tǒng)計(jì)菜單介紹Six sigma Minitab Training133分析結(jié)果 % CI : 兩個(gè)總體平均差異的 95%信賴區(qū)間 上例中兩個(gè)總體平均差異的 95% 信賴區(qū)間 ( , ) , 0在這個(gè) 95% 信賴區(qū)間以內(nèi) . 即 ,( D公司部品平均重量 – E公司部品平均重量 = 0 )可以成立 . 從這兩個(gè)集團(tuán)中分別收集的 數(shù) 據(jù) 的平均可以相等的意思 . 所以 , 從 D公司購(gòu)買(mǎi)的部品的平均重量和 E公司購(gòu)買(mǎi)的部品的平均重量可以相等 . PValue? PValue ≥ 的時(shí)候→ 可以推斷出兩個(gè)總體的 數(shù) 據(jù) 平均相同 .? PValue ＜ 的時(shí)候→ 可以推斷出兩個(gè)總體的 數(shù) 據(jù) 平均不相同 . 上例中的 PValue=, 比 ,可說(shuō)明 從 D公司購(gòu)買(mǎi)的部品的平均重量和從 E公司 購(gòu)買(mǎi)的部品的平均重量相同 .統(tǒng)計(jì)菜單介紹Six sigma Minitab Training134 中央值 ( Median ) 算術(shù)平均箱 線圖 分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training135ANOVA(方差分析 )統(tǒng)計(jì)菜單介紹Six sigma Minitab Training136Oneway ANOVA(單因素方差分析 )平均差檢驗(yàn) 散布差檢驗(yàn)平均差檢驗(yàn)使用的 工具 2Sample t ( 兩個(gè)集團(tuán)或條件時(shí) ) ? 在當(dāng)我們想評(píng)價(jià)從兩個(gè)互相不同的總體中抽取的樣本 數(shù) 據(jù) 的平均是否相同的時(shí)候適用 ... → 為了評(píng)價(jià)從 D公司購(gòu)買(mǎi)的部品平均重量和從 E公司購(gòu)買(mǎi)的部品平均重量是否相同 ,從各個(gè)公司 購(gòu)買(mǎi)的產(chǎn)品中各隨機(jī)抽取 10個(gè)并測(cè)量其重量 . Oneway ANOVA ( 三個(gè)以上集團(tuán)或條件時(shí) ) ? 在當(dāng)我們想評(píng)價(jià)從互相不同的三個(gè)以上總體中抽取的樣本 數(shù) 據(jù) 的平均是相同還是不同的時(shí)候適用 ... → 在 E工程生產(chǎn)的部品其 孔部尺寸 是最重要的品質(zhì) . 而 E工程生產(chǎn)該部品起用了 3臺(tái)設(shè)備 , 為了評(píng)價(jià)設(shè)備別生產(chǎn)的部品 孔部尺寸 的平均是否相同 ,按照設(shè)備別生產(chǎn)的部品各隨機(jī)抽樣 5個(gè) , 并測(cè)量其 孔部尺寸 . 路徑： 統(tǒng)計(jì) 方差分析 單因素方差分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training137平均差檢驗(yàn)在 E工程生產(chǎn)的部品其孔部尺寸是最重要的品質(zhì) . 而 E工程生產(chǎn)該部品起用了 3臺(tái)設(shè)備 ,為了評(píng)價(jià)設(shè)備別生產(chǎn)的部品孔部尺寸的平均是否相同 ,按照設(shè)備別生產(chǎn)的部品各隨機(jī)抽樣 5個(gè) ,并測(cè)量其孔部尺寸 . 假設(shè)孔部尺寸的目標(biāo)值是 .例題未堆 疊 的 數(shù) 據(jù) 堆 疊 的 數(shù) 據(jù) A號(hào)設(shè)備部品的 孔部尺寸 B號(hào)設(shè)備部品的 孔部尺寸 C號(hào)設(shè)備部品的 孔部尺寸 路徑： 統(tǒng)計(jì) 方差分析 單因素方差分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training138路徑： 統(tǒng)計(jì) 方差分析 單因素方差分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training139分析結(jié)果 設(shè)備的評(píng)價(jià) 上例中的 PValue=,比 ,可說(shuō)明三個(gè)設(shè)備中中至少有一個(gè)設(shè)備生產(chǎn)的產(chǎn)品的 孔部尺寸 平均與其它不同 . 孔部尺寸 的目標(biāo)值為 , 平均的信賴區(qū)間中包含 ,可推斷出其中的 A號(hào)設(shè)備和 B號(hào)設(shè)備是較好的設(shè)備 , 而 C號(hào)設(shè)備不好 . 如果 , PValue比 ,不能確定設(shè)備別生產(chǎn)的產(chǎn)品的 孔部尺寸 的平均有不同，從而評(píng)價(jià)三個(gè)設(shè)備這也是沒(méi)有 太大的意義 . 條件別平均的 95% 信賴區(qū)間 P : PValue ? PValue ≥ 的時(shí)候 → 可推斷出各總體間 數(shù)據(jù) 平均相同 . ? PValue ＜ 的時(shí)候 → 可得知至少有一個(gè)總體 數(shù)據(jù) 平均與其它不同 . 上例中的 PValue=,比 , 可說(shuō)明三個(gè) 設(shè)備中至少有一個(gè)設(shè)備生產(chǎn)的產(chǎn)品的 孔部尺寸 平均 與其它設(shè)備不同 . : 孔部尺寸 目標(biāo)值路徑： 統(tǒng)計(jì) 方差分析 單因素方差分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training140箱 線圖 可看出各設(shè)備別中心和散布的程度 .箱線圖分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training141相關(guān) /回歸分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training142相關(guān)分析 (Correlation Analysis)(x, y) 觀測(cè)值參考下表 , 畫(huà)出散點(diǎn)圖并求樣本相關(guān)系數(shù) (Correlation Coefficient)例題相關(guān)系數(shù)散點(diǎn)圖路徑： 統(tǒng)計(jì) 基本統(tǒng)計(jì)量 相關(guān)統(tǒng)計(jì)菜單介紹Six sigma Minitab Training143畫(huà) 出散點(diǎn) 圖 看一看分析結(jié)果相關(guān)系數(shù) r( ) =Σx xiin12 ( )=Σyiin12y=Σin1x xi( )( )yiyr = 相 關(guān) 系 數(shù) 公式統(tǒng)計(jì)菜單介紹Six sigma Minitab Training144回歸分析 (Regression)K公司的池科長(zhǎng)為了查看美國(guó)同產(chǎn)業(yè)每日股份變動(dòng)對(duì)于公司的每日股份變動(dòng)有無(wú)影響 ,在制造類(lèi)似的產(chǎn)品的美國(guó)同產(chǎn)業(yè)中選擇了 10個(gè)公司 .檢查了 2個(gè)月左右的 K公司的日日股份變動(dòng)率和美國(guó)的 10個(gè)同產(chǎn)業(yè)公司的日日平均股份變動(dòng)率 ,收集了 40個(gè) 數(shù) 據(jù) . 例題RSquare 回歸式路徑： 統(tǒng)計(jì) 回歸 擬合線圖統(tǒng)計(jì)菜單介紹Six sigma Minitab Training145① 結(jié)果變數(shù)指定 (得到影響的變數(shù) )② 原因變數(shù)指定 (造成影響的變數(shù) )③ 選擇 回 歸 模型的 類(lèi) 型 ④ 確定 Type of Regression : 選擇回歸模式 ? 線 性： Linear ? 二次： Quadratic ? 立方： Cubic → 線形 → 2次曲線 → 3次曲線路徑： 統(tǒng)計(jì) 回歸 擬合線圖統(tǒng)計(jì)菜單介紹Six sigma Minitab Training146分析結(jié)果RSquare 回歸式 Square (決定系數(shù) ) ? 全體變動(dòng)中根據(jù)回歸直線能說(shuō)明的變動(dòng) . ? RSquare = %, 即是說(shuō)對(duì)于 K公司的每日股市變動(dòng)率 ,其中有 %的變動(dòng) 可由美國(guó)同產(chǎn)業(yè)的每日股市變動(dòng)率來(lái)說(shuō)明 . 而 %的變動(dòng)是由其它的原因引起的變動(dòng) . 回歸式回歸式 ? β0 : 截距 → X是 0的時(shí)候 ,預(yù)測(cè)的 Y值 → 上例中 ,同產(chǎn)業(yè)的每日變動(dòng)率是 0的時(shí)候 , K公司的預(yù)想每日變動(dòng)率是 . ? β1 : 偏差 → X增加 1時(shí) , Y值的增加幅度 → 上例中 ,同產(chǎn)業(yè)的每日變動(dòng)率增加 1,K公司的 每日變動(dòng)率增加 β1,即 , 預(yù)想增加 . β0 β1 統(tǒng)計(jì)菜單介紹Six sigma Minitab Training147回歸式擬合線圖分析統(tǒng)計(jì)菜單介紹Six sigma Minitab Training148回歸預(yù)測(cè) ? 當(dāng)同產(chǎn)業(yè)的每日股市變動(dòng)率為 , K公司的預(yù)想的每日股市變動(dòng)率為多少呢 ? 利用回歸式 → 回歸式的 “變動(dòng)率 (同產(chǎn)業(yè) )”輸入 計(jì)算 “變動(dòng)率 (K公司 ) → 變動(dòng)率 (k公司 ) = + = 利用回歸線 → 利用回歸線 ,當(dāng)同產(chǎn)業(yè)變動(dòng)率是 時(shí)候查找 K公司的變動(dòng)率 統(tǒng)計(jì)菜單介紹Six sigma Minitab Training149殘差檢驗(yàn)左上圖：看殘差是否服從正態(tài)分布右上圖：看殘差是否在 0中心線上下隨機(jī)分布，如果形為 “拋物線 ”或 “喇叭 ”等形狀表示殘差有異常。 操作員與部件交互