spc統(tǒng)計(jì)概念(參考版)
2025-02-22 01:23本頁(yè)面
【正文】 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 。 穩(wěn)定運(yùn)行 集中于降低偏差，使壞日子變成好日子。 通過(guò)確定和改進(jìn)關(guān)鍵的 X變量來(lái)改進(jìn) Y。 關(guān)鍵概念： 第 1部分 統(tǒng)計(jì)學(xué)概念 中心極限定理 表明 ，無(wú)論單個(gè)變量是不是服從正態(tài)分布，多個(gè)變量的平均值或總和通常近似于正態(tài)分布。 正態(tài)分布 – 對(duì)稱分布于平均值兩邊的數(shù)據(jù)，鐘形曲線。 標(biāo)準(zhǔn)差 – 分布的分散程度。 樣本 就是總體的一個(gè)子集。 離散 數(shù)據(jù)是以類別形式存在的，不能進(jìn)行分割。 低劣表現(xiàn) 出色表現(xiàn) 客戶 ： “ 我每天都希望 實(shí)現(xiàn)這個(gè)目標(biāo)” 關(guān)鍵概念： 第 1部分 統(tǒng)計(jì)學(xué)概念 誤差 存在于所有過(guò)程。 平均值 (能力 )更高。發(fā)現(xiàn)它，并且消除它！ 穩(wěn)定運(yùn)行帶來(lái)的好處 客戶會(huì)看到更高的 一致性 和 可靠性 。 2. 增加 Q1. 3. 降低偏差。 4) 計(jì)算穩(wěn)定性因子 (SF): SF = Q1 / Q3 = 12215 / 23646 = .52 隨著偏差的降低，穩(wěn)定性因子越來(lái)越接近 。 Q3 = 3/4 的日子較差。 Q1 = 1/4 的日子較差。 2) 將數(shù)據(jù)按從最好到最壞順序排列。平均值也增加了！ 初始表現(xiàn) 根除壞日子，改進(jìn)一致性，提高平均值。偏差保持不變。 偏差是惡魔，發(fā)現(xiàn)它并且清除它！ 低劣表現(xiàn) 出色表現(xiàn) 客戶 ： “ 我希望每天都 這樣” 穩(wěn)定的運(yùn)行 “壞日子 ” “一般的日子 ” “好日子 ” Q1 平均值 Q3 產(chǎn)品產(chǎn)量的直方圖 根除壞日子，提高一致性，提高平均值。 統(tǒng)計(jì)學(xué)問(wèn)題 : 是均值偏離、偏差過(guò)大，還是兩者兼而有之 改進(jìn)的焦點(diǎn) Copyright 1995 Six Sigma Academy, Inc. 控制平均 值的杠桿 變量 控制標(biāo)準(zhǔn) 差的杠桿 變量 ? ? 變量 Y Y = f ( X1, ... , XN) 較差的工序能力 LSL USL LSL USL 出色的 工序能力 均值偏移 過(guò)度分散 能力 這適用于所有過(guò)程 — 制造業(yè)和商業(yè)。 Y取決于獨(dú)立變量，或“ X”變量。 不太重要的 多數(shù)變量 30% + 70% = 100% 至關(guān)重要的 少數(shù)變量 獨(dú)立變量 (Xs) 有時(shí)被稱為“根本原因系統(tǒng)”。 ? Y 取決于 X。 我們希望： ?小 z大 提高工序能力 Y = f(X) ? Y 是因變量。 后面我們將討論如何檢驗(yàn)正態(tài)性， 以及如何處理非正態(tài)分布數(shù)據(jù)。 例 2 一堆部件的高度可能近似服從于正態(tài)分布，盡管個(gè)別部件的高度不是正態(tài)分布。 例 1 “ 總銷量”是許多經(jīng)銷商的銷售量的總和。 每個(gè)子群中有 “ n” 個(gè)樣本。 ? PTOT 是出現(xiàn)缺陷的總概率PTOT = PUSL + PLSL ? ZBench 是與出現(xiàn)缺陷的總概率相對(duì)應(yīng)的 Z值，可從正態(tài)表中查到。 ZBench 的定義 ? PUSL 是相對(duì) USL而出現(xiàn)缺陷的概率。 出現(xiàn)一個(gè)缺陷部件 的概率 USL ? ? Z = 對(duì)于規(guī)范的上限： 規(guī)范是 ” + .030 = ( , ) 假設(shè)我們測(cè)量了 30個(gè)部件， X = , s = .015 計(jì)算一下不符合規(guī)范的部件的比例 LSL USL 目標(biāo)值 正態(tài)分布舉例 從正態(tài)表可以看出， .2514 或者 ( 25% ) 不符合規(guī)范。 通過(guò)轉(zhuǎn)換將變量 (y) 轉(zhuǎn)換為標(biāo)準(zhǔn)正態(tài)分布。 = x 102 = .0642 實(shí)際數(shù)字 科學(xué)記數(shù)法 代表基數(shù) 將基數(shù)乘以 10的冪： 102 127 +02 22416 +04 +00 如果“ E”后面的數(shù)字是負(fù)的，那么就將數(shù)字的小數(shù)點(diǎn)的位置挪到左邊。我們來(lái)看一些用科學(xué)記數(shù)法表示的數(shù)字。 Z 曲線下的整個(gè)面積是 1 ? = 0 ( 在這里 ? = 1 ， ? = 0 ) 使用正態(tài)表 下頁(yè)上的表列出了 Z值右邊的面積。 的正態(tài)曲線下部的面積就是出現(xiàn)缺陷的概率。 正態(tài)分布可以用來(lái)將 ? 和 ? 轉(zhuǎn)換為 出現(xiàn)缺陷的百分比。 我們可以計(jì)算規(guī)范上下限之外的面積，也就是出現(xiàn)缺陷的概率。 正態(tài)分布的標(biāo)準(zhǔn)差 (?) 拐點(diǎn) 1? ? USL p(d) 上限 (USL) 下限 (LSL) 均值 (?) 標(biāo)準(zhǔn)差 (?) 3? 拐點(diǎn)與平均值之間的距離是一個(gè) 標(biāo)準(zhǔn)差。 ? = S = ( X i X ) 2 ? i = 1 n n 1 樣本 的公式 統(tǒng)計(jì)學(xué)術(shù)語(yǔ)和定義 ^ ^ 舉例 課堂舉例： 計(jì)算樣本 {2, 6, 4 }的方差和標(biāo)準(zhǔn)差 首先計(jì)算均值 ： (2 + 6 + 4) / 3 = 12 / 3
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1