数据统计分析工具.ppt

Page ? * 改善阶段 工具学习 Page ? * 主效果图介绍 这些数据是光洁度性能这一更广泛研究中的一部分，我们将在下一示例中继续讨论。 这些变量有： 面板 ID：从每条喷漆线中抽样的面板的序号 生产线：哪一条喷漆线 日期：面板抽样日期 AM/FM：面板在上午或下午抽样 漆层厚度：响应变量（以英寸为单位，额定 0.04） 位置：抽样面板出现在喷漆台上时哪一面 样品：面板序号（大小为 3 的子群） [例题1]打开文件[ PAINTLIN.MTW ] Page ? * 主效果图介绍 Page ? * 主效果图介绍 我们可以分析什么原因造成的差异，也可以判定哪种改善方案对结果更有影响 Minitab 结果 Page ? * 2-T检验介绍 2-T检验，又叫双样本均值检验，是用来分析两个样本之间均值是否存在差异 注意：是用样本来描述整体 Page ? * 2-T检验介绍 Page ? * 2-T检验介绍 Minitab 结果 新工艺 与 老工艺 的双样本 T 平均值 N 平均值 标准差 标准误 新工艺 16 129.71 2.31 0.58 老工艺 16 120.88 4.22 1.1 差值 = mu (新工艺) - mu (老工艺) 差值估计: 8.83 差值的 95% 置信区间: (6.34, 11.32) 差值 = 0 (与 ≠) 的 T 检验: T 值 = 7.34 P 值 = 0.000 自由度 = 23 Ho：数据改善前后无变化 Ha: 数据改善前后有差异 Page ? * 散点图介绍 2t检验——新材案例 塑炼胶停放0h、1h与标准停放时间4h无差异。 P 值 = 0.639 Ho : 停放时间0h与4h无差异 Ha: 停放时间0h与4h存在差异 P 值 = 0.718 Ho : 停放时间1h与4h无差异 Ha: 停放时间1h与4h存在差异 技术指标： ML1+4(100℃):40~60 Page ? * 控制阶段工具学习 Page ? * 控制图介绍 控制图也叫做SPC。帮助我们对一段时间内的流程进行监控并检测，是否存在特殊原因。 SPC 的意义 Statistical = 为了调查流程变动使用的统计方法. Process = 流程, 意味着所有的流程. Control = 通过积极的管理，管理流程. Page ? * 控制图介绍 Page ? * 计数型 计量型 什么类型的数据 ? 按群还是按个 体收集的数据 ? 数特定缺陷 或缺陷性项目? 群 (平均值) (n1) 个体数值 (n=1) X-Bar R X-Bar S 个体移动范围 （ I-MR ） 特殊类型的“缺陷” 缺陷性项目 每个样本数 的几率面积不变 ? 是 否 c 图 u 图 不变的样本数 ? np 图 否 是 p 图 注: X-Bar S 适合于群大小 (n) 10 控制图介绍 Page ? * 控制图介绍 单值-极差图 （个体图看上去像一个运行图，但现在它为数据提供了一些工程控制限 ） Page ? * 控制图介绍 Minitab 结果 Page ? * 控制图介绍 p-Chart（即可用于恒定的也可用于变化的样品大小 ） 统计 控制图 属性控制图 P控制图 变量：Number 子组大小：Sample 我们计算每个月的合格率、每天的效率等 Page ? * 控制图介绍 Minitab 结果 Page ? * 控制图介绍 U-Chart（即可用于恒定的也可用于变化的缺陷多少） 统计 控制图 属性控制图 C控制图 变量：Number 子组大小：8 我们计算每片风叶的缺陷数等 Page ? * Minitab 例题 - u Chart 例题 8 17 18 15 23 9 19 6 14 17 13 15 16 22 在所有的8个单位发现的缺陷数 缺陷比例 1.0 2.1 2.3 1.9 2.9 1.1 2.4 .8 1.8 2.1 1.6 1.9 2 2.8 假设我们有一套数据 (工作表 u Chart) 描述在运输码头进行的检查 每天为检查损坏情况取样8个单位 控制图介绍 Page ? * 控制图介绍 Minitab 结果 Page ? * 数据统计分析只是解决问题的工具 更重要的是—— 解决问题的思路 路的方向正确了+正确的工具才能更快的达到目标 Page ? * 完 毕 谢 谢 唯物主义者相信世界的因果关系，结果Ｙ必 定是由原因x1,x2,x3,...造成的 ?为了实现稳定Ｙ