数据技术讲述.ppt

数据分析技术简介 ——统计技术在质量管理活动中的基本应用 基于事实的决策方法 有效决策是建立在数据和信息分析的基础上。 ——GB/T 19000－2000 《质量管理体系 基础和术语》 数据分类 基本概念 概率论 偶然 必然 随机事件 概率 随机变量 分布 数理统计 总体（母体） 个体 有限总体 无限总体 个体数N 总体批量 抽样 样本（子样） 样品 样本大小（样本量）n 样本值 抽样方法 随机抽样 分层抽样 系统抽样（机械随机抽样） 数据的中心倾向 平均值 μ 中位值 数据的分散程度 方差σ2 标准偏差σ 极差R 用样本参数近似描述总体时，可用 ——样本方差S2代替总体方差σ2 S2≈σ2 ——样本平均值X代替总体均值μ X≈μ Excel中的描述统计 基本概念 统计过程控制 符号及意义 μ 生产过程的均值 生产过程均值的估计值 σ 生产过程的标准差 生产过程标准差的估计值 σm=Rs/d2 机器能力标准偏差 n 样本大小 K 样本个数（组数） K=2δ/T 偏移系数 X 观测值 样本观测值的均值 -(x1+x2+x3+……xn)/n = 样本均值的均值或加权均值 样本的中位数(中位值) 位于中间的数，若n为偶数时，取位于中间的两个数的平均值。 样本中位数的均值或加权均值 基本概念 统计过程控制 R 样本的极差 R=xmax-xmin 样本极差的均值 Rs 移动极差 移动极差的均值 S2 样本方差 S2=[(x1-)2+(x2-)2+(x3-)2++(xn-)2]/(n-1) = S 样本的标准差 S= 样本标准差的均值 P 样本不合格品率 样本不合格品率的均值 Pn(d) 样本的不合格品数 C 样本缺陷数 样本缺陷数的均值 基本概念 统计过程控制 Cp 双侧规范界限，中心无偏移时的过程能力指数 Cpk 双侧规范界限，中心偏移时的过程能力指数 Cpu 单侧上规范界限的过程能力指数 Cpl 单侧下规范界限的过程能力指数 Cm 双侧规范界限，中心无偏移时的机器能力指数 Cmk 双侧规范界限，中心偏移时的机器能力指数 CL (Control Limit)控制图中心线 UCL (Upper Control Limit) 控制图上控制界限 LCL (Lower Control Limit) 控制图下控制界限 T-Tu-Tl 规范范围 Tu 规范上限 Tl 规范下限 M=(Tu+Tl)/2 规范范围中心值 ε=|x--M|中心偏移量 GRR 重复性和复现性综合误差 d2 系数 常用工具 分层法 将数据依照使用目的、按其性质、来源、影响因素等进行分类。把性质相同，在同一条件下收集到的质量特性数据归并在一起的方法。 分层法经常同其它方法一起使用。如排列图、直方图、控制图、散布图等。 数据的分层与收集数据的目的紧密联系的。 分层不当，可能导致错误。 分层法 常用方法： 按不同时间分 按操作人员分 按使用设备分 按原材料分 按操作方法分 按其它条件分 分层法—示例 垫片与涂胶法 分层法—示例 分层： 排列图 关键的少数，次要的多数 ——帕累托原理 80%的问题主要来自20%的原因。 排列图-- 示例 装配下线机主要故障主次图 排列图-- 示例 在线主要故障主次图 排列图-- 示例 三包主要故障主次图故障数 散布图 （相关图 ） 散布图是分析两个变量之间关系的重要方法。 质量特性数据之间的相互关系： 确定性关系 函数关系 相关性关系 不能精确确定 互不相关 相关系数和一元线性回归（回归分析） 散布图作法 收集30~100组相对应的数据 画出横纵坐标轴，横轴表示自变量，纵轴表示因变量 按数据画坐标点 填上有关事项 作相关图注意事项： 1样本足够 2异常点处理 3注意分层 用Microsoft Excel作相关图 直方图 Office中各类图表 频数直方图 对大量计量型（连续变量）数据分析方法。 条件：样本大小至少40个。 作图