【正文】 但在復(fù)雜的系統(tǒng) ,根本原因可能不只一個(gè) ,而且可能會(huì)交互作用 . 6s 145 MS2 2023/08/01 篩選原因 這個(gè)原因有可能發(fā)生過(guò) ,那麼它真的發(fā)生過(guò)嗎 ? 証實(shí)這個(gè)原因確實(shí)發(fā)生過(guò) 現(xiàn)場(chǎng)觀察 檢查記錄 在這個(gè)原因中 .有沒(méi)有什么隱匿在其中的假設(shè) ? 6s 146 MS2 2023/08/01 篩選原因 有時(shí)候需要更細(xì)致的查証 原因多於一個(gè) 如果錯(cuò)認(rèn)原因，那麼補(bǔ)救措施的代價(jià)會(huì)很昂貴 利用詴驗(yàn)設(shè)計(jì) (DOE) 6s 147 MS2 2023/08/01 小結(jié) 分析階段包含了多個(gè)分析工具 ,以方便找出根本原因 利用圖形式的工具 ,可以方便判別出其潛在原因 當(dāng)找到根本原因 .即可作為改善階段的基礎(chǔ) . 6s 148 MS2 2023/08/01 6s 149 MS2 2023/08/01 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 。在 First sample ,Trials 輸入“ 50” Successes 輸入“ 44” ,在 Second sample ,Trials 輸入“ 50” Successes 輸入“ 42” 。說(shuō)明參數(shù)有以下的一種情形 (1)大於虛無(wú)假設(shè)所設(shè)定的值 (2)小於虛無(wú)假設(shè)所設(shè)定的值 (3)不同於虛無(wú)假設(shè)所設(shè)定的值 :以 α 表示 . (由抽樣數(shù)據(jù)與分配決定 ) 6s 106 MS2 2023/08/01 錯(cuò)誤的兩種形式 型 I錯(cuò)誤 當(dāng)虛無(wú)假設(shè)為真時(shí)拒絕它 型 I錯(cuò)誤的概率為 α (“α risk”) 型 II錯(cuò)誤 當(dāng)虛無(wú)假設(shè)為假時(shí)卻接受 型 II錯(cuò)誤的概率為β (“β risk”) 型 I α risk OK OK 型 II β risk 拒 絕 H0 不 拒 絕 H0 數(shù) 據(jù) 証 實(shí) 真 假 虛無(wú)假設(shè) 6s 107 MS2 2023/08/01 P值 (pvalue) pvalue:會(huì)導(dǎo)致虛無(wú)假設(shè) (H0)被拒絕的概率值 P值可以作為是否接受或拒絕虛無(wú)假的指標(biāo) P值與 α 值 (顯示水準(zhǔn) )比較 (一般而言 ,α 值設(shè)定為 5%) P≧ α 不拒絕 H0 P α, 拒絕 H0 單尾風(fēng)險(xiǎn) 雙尾風(fēng)險(xiǎn) σ= σ= σ/2 0 0 Z= Z= Z= 6s 108 MS2 2023/08/01 假設(shè)檢驗(yàn)步驟 建立 假設(shè) 檢驗(yàn) 模式 決定 顯著 水準(zhǔn) 選擇 檢驗(yàn) 統(tǒng)計(jì) 量 行動(dòng) 決策 定義 臨界 點(diǎn) 執(zhí)行 Mini tab 6s 109 MS2 2023/08/01 假設(shè)檢驗(yàn) 范例 品保部想了解最近生產(chǎn)的某部品是否與以前生產(chǎn)的部品的質(zhì)量水準(zhǔn)相當(dāng) (根據(jù)歷史資料此類(lèi)部品的分配接近常態(tài)分配 ,且平均數(shù)=, σ =. 自現(xiàn)場(chǎng)隨機(jī)取出 9件 ,在顯示水準(zhǔn) 5%下 .是否有足夠證據(jù)顯示比類(lèi)產(chǎn)部品的平均數(shù)仍然是 . 虛無(wú)假設(shè) H0:μ ＝ 對(duì)立假設(shè) H1 :μ ≠ 6s 110 MS2 2023/08/01 平均數(shù) μ 之檢驗(yàn) 使用時(shí)機(jī) : (σ) 己知 , 可做推定 ,可做檢驗(yàn) 6s 111 MS2 2023/08/01 平均數(shù) μ 之檢驗(yàn) 抽樣數(shù) n:n≧ 30 『 大樣本』 (使用 z檢驗(yàn) ) 檢驗(yàn)統(tǒng)計(jì)量 z= (若 σ 未知 .則以 s取代 ) N30『 小樣本』母體為常態(tài) ,則 若 σ 己知 (使用 z檢驗(yàn) ) 若 σ 未知 (使用 t檢驗(yàn) ) 檢驗(yàn)統(tǒng)計(jì)量 t= 虛無(wú)假設(shè) H0:μ= μ 0 (μ 0為假設(shè)值 ) 對(duì)立假設(shè) H1:μ μ 0 (右尾檢驗(yàn) ) 或 H1:μ μ 0 (左尾檢驗(yàn) ) 或 H1:μ ≠ μ 0(雙尾檢驗(yàn) ) Xμ σ n Xμ s n 6s 112 MS2 2023/08/01 1Sample Z檢驗(yàn) 范例 品保部想了解最近生產(chǎn)的某部產(chǎn)品是否與以前生產(chǎn)的部品的質(zhì)量水準(zhǔn)相當(dāng) (根據(jù)歷史資料此類(lèi)部品的分配接近常態(tài)分配 ,且平均數(shù) =, σ=). 自現(xiàn)場(chǎng)隨機(jī)取出 9件 ,在顯著水準(zhǔn) 5%以下 , 是否有足夠的證據(jù)顯示此類(lèi)部品的平均數(shù)仍然是 . 1,選擇檔案 the worksheet . 2,選擇 StatBasic Statistics1Sample z. 6s 113 MS2 2023/08/01 1Sample Z檢驗(yàn) Variables欄位中選入“ values” sigma中輸入“ ” Test mean輸入“ ” Options,在 Confidence level輸入“ 95” ,在Alternative選擇“ not equal”, 點(diǎn)選 ok 6s 114 MS2 2023/08/01 1Sample Z檢驗(yàn) P= 表示拒絕平均數(shù) μ= 的假設(shè) ,也就是此樣 本與歷史記錄是有所差異的 Onesample z:Values Test of mu=5 vs not=5 The assumed standard deviation= Variable N Mean StDev SE Mean 95% CI Z P Values 9 (,) 6s 115 MS2 2023/08/01 1Sample t檢驗(yàn) 使用時(shí)機(jī) : ,可做推定 ,可檢驗(yàn) 6s 116 MS2 2023/08/01 1Sample t檢驗(yàn) 范例 品保部想了解最近生產(chǎn)的某部產(chǎn)品是否 與以前生產(chǎn)的部品的質(zhì)量水準(zhǔn)相當(dāng) (根據(jù) 歷史資料此類(lèi)部品的分配接近常態(tài)分配 , 且平均數(shù) =). 自現(xiàn)場(chǎng)隨機(jī)取出 9件 , 在顯著水準(zhǔn) 5%下 , 是否有足夠的證據(jù)顯 示此類(lèi)部品的平均數(shù)仍然是 . 1,選擇檔案 the worksheet . 2,選擇 StatBasic Statistics1Sample t. 6s 117 MS2 2023/08/01 1Sample t檢驗(yàn) Variables欄位中選入“ Values” Test mean輸入“ ” Options,在 Confidence level輸入“ 95” ,在 Alternative選擇“ not equal”, 點(diǎn)選 OK,OK 6s 118 MS2 2023/08/01 1Sample t檢驗(yàn) P= 表示拒絕平均數(shù) μ=5 的假設(shè) ,也就是此 樣本與歷史記錄是有所差異的 Onesample T:Values Test of mu=5 vs not=5 Variable N Mean StDev SE Mean 95% CI T P Values 9 (459887,497891) 6s 119 MS2 2023/08/01 2Sample t檢驗(yàn) 使用時(shí)機(jī) : ,可做推定 及檢驗(yàn) 6s 120 MS2 2023/08/01 范例 有兩廠商各自提供相同規(guī)格的零件 ,其零件對(duì)加熱器的熱消耗可能有不同的影響 ,現(xiàn)將兩種零件分別安裝並記錄熱消耗 ,假設(shè)兩組資料方差相等 ,在 5%顯著水準(zhǔn)下 ,請(qǐng)分析此兩廠商的零件對(duì)熱消耗是否有差異 ? 1,選擇檔案 the worksheet“” 2,選擇 StatBasic Statistics2Sample t. 2Sample t檢驗(yàn) 6s 121 MS2 2023/08/01 2Sample t檢驗(yàn) Samples欄位中選入“ BTU,In” Subscripts輸入“ Damper” equal variance勾選 Options,在 Confidence level輸入“ 95” ,Test mean輸入,在 Alternative選擇“ not equal”, 點(diǎn)選 OK,OK 6s 122 MS2 2023/08/01 2Sample t檢驗(yàn) P= 表示不拒絕平均數(shù)之間有差異的假設(shè) ,也就是此兩樣本是沒(méi) 有差異的 Twosample TTest and CI:BTU ,In ,Damper Twosample T for BTU,In Damper N Mean StDev SE Mean 1 40 250 3Difference=mu(1)mu(2) Estimate for difference: 95%CI for difference:(,) TTest of difference=o(vs not=):TValue= pValue= DF=88 Both use Pooled StDev= 6s 123 MS2 2023/08/01 Workshop 參考前面范例 ,現(xiàn)在假設(shè)兩組資料 方差不相等 ,在 5%顯著水準(zhǔn)下 ,請(qǐng)分析 此兩種零件對(duì)熱消耗是否有差異 ? 6s 124 MS2 202