【正文】 LOT大?。?X） 10 20 30 40 40 50 60 60 70 80生產(chǎn)人力（ Y） 20 29 50 60 70 85 90 95 109 120186 回歸分析（ Regression）? FITS是從因素各個(gè)測(cè)定數(shù)據(jù)計(jì)算回歸方程式時(shí)的實(shí)測(cè)值， “Y”的推測(cè)值是 manhour=+ lot size? Residual（殘差）的 error標(biāo)示是v實(shí)際反應(yīng)值上，把預(yù)想的反應(yīng)值從各測(cè)定值上減掉的值，上面例題值是 C4=C2C3187 回歸分析（ Regression）v 回歸方程式的殘差（ Residual）是什麼？? 殘差（ Residual） Plot是回歸模式是否適當(dāng)，進(jìn)行檢查的分析工具v殘差（ Residual）的平均值始終是 “0”v殘差（ Residual）具有正態(tài)分析 (Normal Distribution)v殘差（ Residual）應(yīng)是隨機(jī)分布（即，不能有什麼樣的傾向）188 回歸分析（ Regression）v 殘差分布形態(tài)? 按時(shí)間序列估計(jì)為等分散的情況189 回歸分析（ Regression）? 估計(jì)是獨(dú)立的或可能不是直線關(guān)系的曲線形態(tài)190 回歸分析（ Regression）? 其它變量也要一起考慮的情況191 回歸分析（ Regression）v 殘差（ Residual）分析（正規(guī)性）v P146192 回歸分析（ Regression）? 可以對(duì)殘差是否為正態(tài)分布進(jìn)行檢查? 或 StatBesic StactisticNormality Test Variable:Resi 1,Value=193 回歸分析（ Regression）? 附加說明v回歸方程式 y=a+bx,即 a（偏移） =，b=（截距）的值vConstant PValue? H0：回歸原點(diǎn)通過（ 0,0）? H1：回歸線未通過原點(diǎn)（ 0,0）? 上面情況是采用 H0，因此 0194 回歸分析（ Regression）v對(duì)因子的 PValue? H0： Lot size=沒有意義（ or不影響）? H1： Lot。? 為了減少收集數(shù)據(jù)時(shí)因時(shí)間變量，最發(fā)好是以無序法來確定 “X”因子的水平後再做試驗(yàn)。? 并且對(duì)比總變化不能說明的變化?。ㄕ`差引起的變化），可以說明回歸模型好。? 為了分析試驗(yàn)的結(jié)果182 回歸分析（ Regression）v 回歸方程式? a和 b的計(jì)算公式183 回歸分析（ Regression）? 把全體測(cè)值用某一個(gè)適當(dāng)數(shù)學(xué)方式來表示，其適當(dāng)方程式不能說明的誤差變化和成為最小而決定a和 b。（有 /無相互關(guān)聯(lián)性，可以提供解決問題的 Point）? 這種關(guān)聯(lián)性用某種數(shù)學(xué)方程工來表示及分析叫回歸分析，即可以認(rèn)為將從屬變量 “Y”與獨(dú)立變量 “X”的關(guān)系用下列模型的數(shù)學(xué)方程式來適當(dāng)表示。176 部分配置法 (Fractional factorial designv Cube plot676556 5560695278494563 6110 159395177 部分配置法 (Fractional factorial design? 最適當(dāng)?shù)臈l件是：催化劑 +1（ 2%），溫度 +1（180℃ ），濃度 1（ 3%）下具有最好的組合。? 剩下的注入量（注入速度）人反應(yīng)值影響微小? 從干擾的分析結(jié)果來看，轉(zhuǎn)速幾乎不影響，因此排除該因素不會(huì)發(fā)生什麼問題。此時(shí) X3因子的配置結(jié)構(gòu)跟 Z1， X2有同樣的交互作用。165 部分配置法 (Fractional factorial design）v 為什麼要使用部分配置法 (Fractional factorial design)? 為了找出致命的少數(shù)因子 Screening時(shí)；? 從經(jīng)濟(jì) /成本費(fèi)用方面愾有水平配合下，試驗(yàn)發(fā)生困難。? 如果溫度高，可以在低清洗濃度下，線體速度可以運(yùn)行更快。? 可以把握溫度最大影響反應(yīng)值。157 要因配置法 (Factorial Design)Factor Level1 +1A. 水的溫度 (Temp) 溫水 熱水 (Time) 短 長 (Conc.) 低 高?同樣 Run實(shí)施 2次（或 2次以上）得到反應(yīng)值 (Yield)時(shí)，求平均值後適用試驗(yàn)排列全體反復(fù) 2次（或 2次以上）時(shí)，把數(shù)據(jù)放在 1列來適用。 3次以上的交互作用，技術(shù)分析不太容易，因此一般不考慮。149 要因配置法 (Factorial Design)v 什麼是要因配置法? n個(gè)因子，各因子的水平數(shù)是 k的試驗(yàn)計(jì)劃，所有因子間的水平調(diào)和下實(shí)施試驗(yàn)。作為 因行了 沒有反復(fù)的二元配置實(shí)驗(yàn)，因子的收率如下，求最佳條件。其結(jié)果得到了下列數(shù)據(jù) ，最佳 條件。137 試驗(yàn)計(jì)劃的樹立v 數(shù)據(jù)分析? GRAPH分析vCapability AnalysisvHistogramvBox PlotvParetovScatter PlotvCube PlotvMain effect plot：平均值 標(biāo)準(zhǔn)偏差vInteraction plot：平均值 標(biāo)準(zhǔn)偏差138 試驗(yàn)計(jì)劃的樹立? 信賴區(qū)間vPvalue，檢驗(yàn)統(tǒng)計(jì)量vTtest， Ftest， Chisquare? 分散分析表 (ANOVA Tables）? 回歸方程式 (Regression)139 試驗(yàn)計(jì)劃的樹立v 導(dǎo)出結(jié)論? 結(jié)果值在統(tǒng)計(jì)上有效嗎？v測(cè)定 /分析 /改善階段使用的工具間有矛盾嗎？v結(jié)合實(shí)際問題統(tǒng)計(jì)的處理結(jié)果合理嗎？? 得到改善的證據(jù)（長期的）充分嗎？? 結(jié)果值得到實(shí)際改善了嗎？v工序能力值向上了嗎？v所選定題目的 ‘Y’值得到了長期改善了嗎？v會(huì)不會(huì)發(fā)生逆性能的問題？140 試驗(yàn)計(jì)劃的樹立? 試驗(yàn)結(jié)果怎樣指示改善問題的方向？? 是否要做追加的試驗(yàn)？v 驗(yàn)證試驗(yàn)? 驗(yàn)證試驗(yàn)是證明已找出的最佳條件是真的改善的步驟? 驗(yàn)收試驗(yàn)必須象現(xiàn)象分析類似對(duì)長期的數(shù)據(jù)合理分組來實(shí)施? 找出最佳條件來做試驗(yàn)期間在遷定的條件內(nèi)應(yīng)使其自然（實(shí)際作業(yè)條件）141 試驗(yàn)計(jì)劃的樹立? 參照事項(xiàng)v做驗(yàn)證試驗(yàn)期間必須參加觀察v要確認(rèn)因子的水平變化是否正確v應(yīng)留意試驗(yàn)條件變更是否損壞裝備或誘發(fā)安全性問題v+/只能在條件內(nèi)實(shí)際控制可能的話，不能檢出 2水平變化引起的 效應(yīng)142 試驗(yàn)計(jì)劃的樹立v 試驗(yàn)時(shí)注意事項(xiàng)? 錯(cuò)誤認(rèn)識(shí)發(fā)生問題的因子v相關(guān)關(guān)系錯(cuò)誤認(rèn)識(shí)為因果關(guān)系? 最佳選定的條件和實(shí)際使用的條件不符v試驗(yàn)結(jié)果最佳選定的值在實(shí)際上協(xié)力社不能作業(yè)或生產(chǎn)工序不能賦予其條件v跟 Cost（成本費(fèi)用）等相關(guān)，不能實(shí)行其政策v全體的制度等有可能變更143 試驗(yàn)計(jì)劃的樹立? 不能決定是因?yàn)闆]有得到管理而變化v潛在變量的影響給 ‘Y’值造成大的影響? 試驗(yàn)在很小範(fàn)圍的因子水平上實(shí)施? 沒有包含重要的獨(dú)立變量v沒有包含影響品質(zhì)的 CTQ? 因測(cè)定的變動(dòng)大，不能檢出變化的值144 一元配置法v 一元配置法? 只選擇 1個(gè)預(yù)計(jì)對(duì)一些特性值有影響的因子，實(shí)施試驗(yàn)的最單純的試驗(yàn)計(jì)劃法。? 連續(xù)的試驗(yàn)：進(jìn)行大規(guī)模試驗(yàn)不如實(shí)施幾次小的試驗(yàn)v初期試驗(yàn)階段上? 能知道哪些因子是重要的，也能理 Mechanism，因此下一步能夠更有效地實(shí)施試驗(yàn)。? 試驗(yàn)時(shí)必須參加觀察v通過觀察可以知道是因果關(guān)系還是相關(guān)關(guān)系。135 試驗(yàn)計(jì)劃的樹立? 交叉法v交叉是因子的效果不能彼此分離，部分配置法多少都有交叉，一般是主效果大于可交互作用的情況， 3次以上的交互作用類似的情況幾乎沒有。為了減少潛在變量的影響，常常隨機(jī)化。如果判定為交互利作用更重要的話，使用試驗(yàn)計(jì)劃的一個(gè)因素；可是交互作用有可能跟其它交互作用交叉。為了減少潛在變量的影響， 一般采用隨機(jī)法和 Blocking。120 分散分析（ ANOVA）的理解? 可以說是決定各水平上 ‘Y’特性值（反應(yīng)值）的平均值是否具有 同樣值，步驟v暫定的找出致命的少數(shù)因子的方法v 分散分析的用語理解? 因子 (Factor)：試驗(yàn)上影響特性值的原因? 水平 (Level)：為實(shí)施試驗(yàn)的因子條件? 平方和 (Sum of square)：在因子的特定水平上，計(jì)算測(cè)定值變化程度? 試驗(yàn) Balance/Unbalance：測(cè)定值相同或不相同時(shí)所有因子水平的 調(diào)合數(shù)121 分散分析（ ANOVA）的理解v 分散分析的使用 ? One Way ANOVA： 具有 2個(gè)以上的水平的 1個(gè)因子的情況? Balance ANOAV： 具有 2個(gè)以上因子的情況 ? 試驗(yàn)計(jì)劃法（ DoE=Design of Experiment）：分析多因子時(shí)，針對(duì)那個(gè) 調(diào)合上給 ‘Ｙ ’特性值造成影響大的因子。什麼是水平的分析方法。? 利用 X2(Chisquare)驗(yàn)證v原假設(shè) (Ho)：不良類型和交接之間彼此是否無關(guān)聯(lián)（獨(dú)立因素）v對(duì)立假設(shè)（ H1）：不良類型和交接班之間彼此是否有關(guān)聯(lián)（從屬因素）116 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型? 不良類型：vA：碰傷vB：洩漏vC：開關(guān)不良vD：粘貼不良117 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型交接班 A B C D1 15 21 45 132 26 31 34 53 33 17 49 20?設(shè)定假設(shè)?原假設(shè)（ Ho）：不良類型和交接班之間彼此無關(guān)聯(lián)（獨(dú)立）?對(duì)立假設(shè)（ H1）：不良類型和交接型號(hào)之間彼此有關(guān)聯(lián)（從屬）118 改善（ Improvement）119 分散分析（ ANOVA）的理解v 什麼是分散分析（ ANOVA）？? 試驗(yàn)實(shí)施後，對(duì)試驗(yàn)結(jié)果進(jìn)行分析所使用的分析方法? 特性值的散布用總平方和來表示。v設(shè)定假設(shè)? Ho：獨(dú)立（分類的變數(shù)之間地相關(guān)性）? H1：從屬（分類的變數(shù)之間有相關(guān)性 )114 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型? 期望值（ E），觀測(cè)值（ O）， X2統(tǒng)計(jì)量v期望值（ Expected Frequency）：對(duì)一些現(xiàn)象的結(jié)果期望的值v觀測(cè)值（ Observed Frequency）：對(duì)一些現(xiàn)象的結(jié)果實(shí)際觀測(cè)的vX2統(tǒng)計(jì)量是115 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型v X2(Chisquare)統(tǒng)計(jì)量? 用 3個(gè)月把 Monitor產(chǎn)品不良類型按不同的交接班整理後，調(diào)查各交接班有（從屬的）無（獨(dú)立的）產(chǎn)品不良類型的特性後，進(jìn)行改善活動(dòng)，檢出了 N=309個(gè) Monitor不良。? 顯著性水平 (Significance Level)：象一般使用的α=(,)Ho 是真的拒絕的概率103 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值第二種錯(cuò)誤（ β）第一種錯(cuò)誤（ α）真 實(shí)H0=真 H1=假采 納H0=真H1=假104 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)設(shè)定方法? 以原假設(shè) [母體和 Sample(樣本 )是一樣的 ]來假定vHo： μ1=μ2vHo： μ1=μ2=μ3= …… μnvHo： σ1=σ2vHo： σ1=σ2= σ3 …… σn105 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值? 對(duì)立假設(shè) [母體和樣本不同的 ]則為 v兩側(cè)檢驗(yàn)時(shí) H1： μ1≠μ2v偏側(cè)檢驗(yàn)時(shí) H1： μ1 ＜ μ2 μ1 ＞ μ2v兩側(cè)檢驗(yàn)時(shí) H1： σ1≠ σ2v偏側(cè)檢驗(yàn)時(shí) H1： σ1 ＜ σ2 σ1 ＞ σ2106 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)檢驗(yàn)的形態(tài)? 計(jì)量型數(shù)據(jù)：使用 Z， Ttest統(tǒng)計(jì)量v實(shí)行平均值檢驗(yàn)的必須檢驗(yàn)分散的同質(zhì)性（ Ftest)vFtest是比較 2個(gè)以上的母體的散布? 計(jì)數(shù)型數(shù)據(jù)：使用 x2(chiSquare)統(tǒng)計(jì)量v次數(shù)、頻度等107 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)檢驗(yàn)時(shí)樣本大小和特征? 樣本的大小取多少好呢？v如果樣本數(shù)小，很難表示母體的特征，可能導(dǎo)致檢驗(yàn)結(jié)果的錯(cuò)誤v相麼，樣本數(shù)大的時(shí)候，實(shí)際操作中時(shí)間 /費(fèi)用方面難以適用v因此，樣本數(shù)的大小最好從各方面都考慮後作出恰當(dāng)?shù)臎Q定108 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)檢驗(yàn)的實(shí)行順序? 設(shè)定原假設(shè)、對(duì)立假設(shè) (Ho， Hi)? 確定顯著性水平（ α= ， ， ）? 選擇檢驗(yàn)統(tǒng)計(jì)量（ Z， T， Chisquare統(tǒng)計(jì)量）? 求接受或拒絕域? 從數(shù)據(jù)上判定顯著性，解釋結(jié)果vP(Probability)概率值＜ α 則接受對(duì)立假定 (H1)vP(Probability)概率值＞ α 則接受對(duì)立假定 (Ho)? 把統(tǒng)計(jì)的解釋結(jié)果用于實(shí)際問題109 假設(shè)檢驗(yàn)（ Hypothesis