【正文】 直方圖） – GraphHistogram – P67 124 Graph分析 ? P67 125 Graph分析 ? 運(yùn)用 Plot – GraphPlot – P68 126 Graph分析 ? P68 127 Graph分析 ? 運(yùn)用 Box Plot – GraphBox Plot – P69 128 Graph分析 ? P69 129 Graph分析 ? 運(yùn)用 Matrix Plot – Graph Matrix Plot – P70 130 Graph分析 ? P70 131 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 ? 什麼是假設(shè)檢驗(yàn)？ – 指想知道的內(nèi)容用假設(shè)來設(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。 ? 假定為“始終一樣” – 對(duì)立假設(shè) (Alternative Hypothesis:Hi)：按確實(shí)的根據(jù)來證明的假設(shè) ? 平常我們更關(guān)心對(duì)立假設(shè)，也希望對(duì)立假設(shè)能得到證明 ? Ho拒絕後接受的假設(shè)（即否定原假設(shè)的假設(shè)） 133 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 – 第一種錯(cuò)誤 (Type ⅠError: α )：指一些現(xiàn)象是“真”，但錯(cuò)誤的判斷為“假”，犯這種錯(cuò)誤的概率 – 第二種錯(cuò)誤 (Type Ⅱ Error: β )：指一些現(xiàn)象是“假”，但錯(cuò)誤的判斷為“真”，犯這種錯(cuò)誤的概率 – 檢驗(yàn)統(tǒng)計(jì)量 (Test Statistic)：為了決定接受或是拒絕 Ho，而通過樣本的計(jì)算得到的值。 143 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 ? 假設(shè)檢驗(yàn)的 Minitab運(yùn)用 ? P76 144 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 ? P76 145 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型 ? 假設(shè)檢驗(yàn)的 Minitab運(yùn)用（ 1個(gè)母體的情況下） ? P77 146 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型 ? P77 147 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型 ? 假設(shè)檢驗(yàn)的 Minitab運(yùn)用（ 1個(gè)母體的情況下） ? P78 148 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型 – P78 149 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型 ? 假設(shè)檢驗(yàn)的 Minitab運(yùn)用（ 1個(gè)母體的情況下） ? P79 150 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型 – 從 Sample得到的結(jié)果和 Target 值的檢驗(yàn)結(jié)果之間有差異 – 即，可判斷為 Sample和 Target值有公差 (Ho:拒絕， H1：接受） – 因此，可判斷為統(tǒng)計(jì)的 Fixture 1高度尺寸和 Target Mean間彼此有差異 151 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型 ? 假設(shè)檢驗(yàn)的 Minitab運(yùn)用（ 2個(gè)母體的情況下） ? P80 152 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型 ? P80 153 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型 ? P81 154 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 ? X2（ Chisquare） – 適合度檢驗(yàn)（ Goodness of fit test） ? 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 ? 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 ? 假設(shè)設(shè)定 – Ho： P1=P2=??=Pn – H1： P1 P2 ?? 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 155 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 – 分割表（ Contingency Table） ?什麼是分割表？：因兩個(gè)變數(shù)分割後得到表 ?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)。按 4種不良類型來整理。直接影響特性值的因子或用水平變動(dòng)來分析後找出對(duì)比誤差，造成‘ Y’特性值（反應(yīng)值）特別大的影響因子。 – 區(qū)分‘ X’的水平，分析各水平上連續(xù)的‘ Y’的數(shù)據(jù)。 166 試驗(yàn)計(jì)劃法的樹立 ? 試驗(yàn)計(jì)劃法的樹立 – 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) 167 試驗(yàn)計(jì)劃法的樹立 ? 明確試驗(yàn)?zāi)康? – 明確試驗(yàn)記錄樣式的目的 ?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 ?用數(shù)據(jù)決定什麼？ ?數(shù)據(jù)收集後怎麼分析？ ?得到的數(shù)據(jù)做必要的決定時(shí)有用嗎？ – 如果不是重新樹立計(jì)劃 168 試驗(yàn)計(jì)劃法的樹立 ? 選定反應(yīng)值（從屬變量）‘Ｙ’ – 選定的題目可能有多個(gè)‘Ｙ’ ?題目展開後 (Logic Tree等 )，選定‘ Yn’的各個(gè)獨(dú)立因子‘ X’進(jìn)行改善 ?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) ?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 169 試驗(yàn)計(jì)劃法的樹立 ?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 ?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 ?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% 170 試驗(yàn)計(jì)劃的樹立 ? 選定因子（獨(dú)立變量）‘ X’ – 獨(dú)立變量有多種 ?在試驗(yàn)上接意圖變化的試驗(yàn)變量 ?不是有意變化的可觀察的變量 ?Blocking變量（人為制造的變量） ?潛在變量 171 試驗(yàn)計(jì)劃的樹立 – 選定獨(dú)立變量 ? 利用測(cè)定、分析階段得到的統(tǒng)計(jì)分析結(jié)果 ? 專家意見 ? 大腦風(fēng)暴法 ? Flow Chart ? 現(xiàn)象分析數(shù)據(jù) ? 特性要因圖 ? 競爭社分析 ? 顧客分析 協(xié)力社調(diào)查 ? Process Mapping ? Rolled Through Yield 172 試驗(yàn)計(jì)劃的樹立 – 潛在變量 ?潛在變量是給結(jié)果帶來影響的，但難以發(fā)覺，并且不可能控制和測(cè)定。 – 主效果及交互作用 ?主效果比普通交互作用更重要。 173 試驗(yàn)計(jì)劃的樹立 ? 選定因子水平 – 水平數(shù)可以按試驗(yàn)的目的和反應(yīng)值的圖表形狀來決定 ? 能用篩選試驗(yàn)來找出得要的因子的話，使用典型的 2水平 ? ‘ Y’值按水平產(chǎn)生充分差異的範(fàn)圍來選定水平 – 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 ? 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） ? 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？ 174 試驗(yàn)計(jì)劃的樹立 ? 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 ? 直交性 ? 隨機(jī)性 ? 再現(xiàn)性 ? 反復(fù)性 ? 管理能力 ? 潛在變量 ? Noise變量 ? Blocking ? Sample的大小 ? 交叉 175 試驗(yàn)計(jì)劃的樹立 ? 試驗(yàn)計(jì)劃的選定 – 直交性 ?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 ?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 176 試驗(yàn)計(jì)劃的樹立 – 再現(xiàn)性 ?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 ?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： ?選定的條件，必須能得到管理 177 試驗(yàn)計(jì)劃的樹立 – 潛在變量 ?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。 – Noise變量 ?已知道影響反應(yīng)值，但控制困難的變量，為了減少這個(gè)變量選定預(yù)想的 Noise變量，在所有水平上實(shí)施試驗(yàn) 178 試驗(yàn)計(jì)劃的樹立 – Blocking ?Block是同質(zhì)性的集團(tuán)，如果判斷為一些要因成為問題時(shí)，把那個(gè)要因選定為 Blocking因子 – Blocking因子來選定的話，不增加試驗(yàn)烽，可要因分析 – Blocking不選定為 Blocking因子的話，試驗(yàn)結(jié)果出現(xiàn)問題，不能分析原因 – 樣本的大小 ?考慮測(cè)定值的變化程度等，決定樣本數(shù)，質(zhì)。 ? 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。 ? 實(shí)驗(yàn)期間可以知道條件的範(fàn)圍是否恰當(dāng) 180 試驗(yàn)計(jì)劃的樹立 – 測(cè)定後的樣本，因有的時(shí)候需要再調(diào)整測(cè)定樣本，最好要保管。 – 能夠知道怎樣實(shí)施試驗(yàn)，對(duì)提高試驗(yàn)技術(shù)有用。 – 認(rèn)為紡紗生產(chǎn)工序上反應(yīng)溫度影響紡紗產(chǎn)品的強(qiáng)度，因此為了了解按 反應(yīng)度 的變化，強(qiáng)度怎樣變化，并且在怎樣的溫度水平下給最高的強(qiáng)度而做反應(yīng)溫度為因子來取水平 (A1:60℃ ， A2:65℃ ， A3:70℃ ，A4:75℃ ），在 各度下 3回，把全體 12回試驗(yàn)按隨機(jī)順序來實(shí)施。 189 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) 190 一元配置法 ? 一元配置法的 Minitab運(yùn)用 ? P97 191 一元配置法 ? P97 192 一元配置法 ? P98 193 一元配置法 ? P98 194 一元配置法 ? P99 195 一元配置法 ? P99 196 二元配置法 ? 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。 ?因子的水平數(shù) – 反應(yīng)溫度 (A)： A1(180 ℃) ， A2(190 ℃) ， A3(200 ℃) ， A3(200 ℃) – 原料 (B)： B1（美國 M社原料）， B2（日本 Q社原料），B3（國內(nèi) P） 197 二元配置法 ?試驗(yàn)數(shù)據(jù)如下 因子 A 因子 B A1 A2 A3 A4 B1 B2 B3 198 二元配置法 ? 二元配置法的 Minitab運(yùn)用 – 數(shù)據(jù)輸入後的表格 – P101 199 二元配置法 ? P102 200 二元配置法 ? P102 201 二元配置法 ? P103 202 二元配置法 ? P103 203 二元配置法 – 對(duì)收率溫度是 A3=200℃ ，原料是在 B1上最佳水平 – 雖然現(xiàn)在選定的水平是最佳的，但考慮過程條件，費(fèi)用方面也可選擇不同水平的最佳條件。 ? 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) 205 要因配置法 (Factorial Design) ? 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 ? 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) 206 要因配置法 (Factorial Design) – 試驗(yàn)數(shù)據(jù) A0 A1 合計(jì) B0 31 165 82 110 88 72 352 517 45 46 43 B1 22 84 30 37 38 29 134 218 21 18 23 合計(jì) 249 486 735 207 要因配置法 (Factorial Design) ? 要因配置法的 Minitab運(yùn)用 ? P106 208 要因配置法 (Factorial Design) ? P106 209 要因配置法 (Factorial Design) ? P107 210 要因配置法 (Factorial Design) ? P108 211 要因配置法 (Factorial Design) ? P108 212 要因配置法 (Factoria