- 1、本文档共20页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
在同一组条件下,对某事物或现象所进行的观察或实验叫试验,把观察和实验的结果叫事件。 SDJW Technology XXX有限公司 统计技术 讲义 (一)可帮助组织了解变异,有助于组织解决问题并提高有效性和效率,也有助于更好地利用可获得的数据进行决策。 (二)变异普遍存在,可通过产品和过程的可测量的特性观察到。 一、统计技术在质量管理体系中的作用 (三)统计技术有助于对这类变异进行测量、描述、分析、解释和建立模型,甚至在数据相对有限情况下也可实现。这种数据的统计分析能对更好地理解变异的性质、程度和原因提供帮助。从而有助于解决,甚至防止由变异引起的问题,并促进持续改进。 (一)数据的的计量尺度 定类尺度 定序尺度 定距尺度 定比尺度 定性尺度 定量尺度 二、数据分析是统计技术的基础 (二)数据的分类 计量型数据 是指那些作为连续量测得的质量特性值。 计数型数据 是指按个数数得的非连续性取值的质量特性值。 计数型数据还可进一步区分为计件数(如不合格数)和计点数(如疵点数)。 1、数据分为两大类(工业):计量型数据和计数型数据。 2、按取值表现形式的不同 —— 变量性数据和属性数据 ---变量性数据:反映个体单位的数值特征的数据,一般用数值或数字表示。 ---属性数据:反映个体单位的属性特征的数据,一般用文字表示。 (三)数据的要求 1.针对性 2.准确性(根本) 3.完整性 4.及时性(信息的时效性) 5.连续性 6.统一性 四、几个重要的统计技术概念 (一)数理统计与统计技术 1、数理统计,是建立在概率论基础上的数学的一门分支,是“研究如何以有效的方式去收集、整理和分析受到随机性影响的数据,以对所观察的问题作出推断、预测,直至采取决策及行动提供依据。 2、统计技术,是研究事物变异性及其规律的科学。基础 是数据。 推断型统计技术:主要解决从样本如何推断总体。概率论和数理统计研究的对象大多属此类。 描述型统计技术:主要利用数据的特征值或有关图表描述事物。(两者也没有严格界限。) (二)总体、个体与样本 1、总体,亦称母体,是研究对象的全体。 (统计技术注重的是对总体的研究和分析,就产品而言,统计技术研究的是产品长期质量和生产的整体质量) 2、个体 ,组成总体的每一单位称个体。 个体可以是一件产品、一道工序或一项产品的包装单位。 3、样本 从总体中抽取的部分个体称为样本,组成样本的每一个体称为样品,样本中包含样品的数量称样本容量或样本大小。 抽取样本过程称抽样。所谓统计推断,就是依据对样本的检测或观察结果去推断总体状况。 总体 样本 抽样 数据特征 检测(观察) 统计推断 图1.1 抽样与统计推断 (三)生产批与检验批 1.生产批:正常情况,即过程在受控状态下连续生产的一批产品,称一个生产批,组成一批产品的单位个数称批量。 2.检验批 待检验的一批产品称检验批。 3、二者关系: (1)一个生产批,即为一个检验批。 (2)但在某些特殊情况下,可以将一个生产批划分为若干检验批, (3)为保证检验批的代表性,任何情况不能将两个生产批合并为一个检验批。 (四)事 件 1、定义:体系运行过程或产品实现的各阶段出现的各种现象、状态或结果,在统计技术中统称为事件。 2、分类: 可分为必然事件、不可能事件和随机事件。 (1)必然事件 指一定条件下,事件必然发生的事件。 (2)不可能事件 指一定条件下,事件不可能发生的事件 (3)随机事件 一定条件下,可能发生,也可能不发生的事件称随机事件。( 统计技术研究的主要是随机事件。) (1)位置特征值(反映数据的集中趋势) 1、平均值(X) 2、中位数(X) 3、中值(M) 4、众数(M0) (五)数据的特征值:(分两类) (2)离散特征值 (反映数据的离中趋势) 1、极差(R) 2、偏差平方和(S) 3、无偏方差(s2) 4、样本标准差(s) 5、变异系数Cv (六)概率分布 1、正态分布—— 一种用于计量型数据的、连续的、对称的钟形概率分布,是计量型数据用控制图的基础。连续型随机变量的概率分布。 ●概率密度函数 ●均值与方差 ●偏斜系数: 1、皮氏偏斜系数: Sk=3 ( x - Me)/ σ (-3,+3) 正系数表示正偏或右偏; 负系数表示负偏或左偏。 2、α偏斜系数: α=∑(x - x)3/n σ3 ●峰度系数: β = ∑(X - X)4/n σ4 分布
文档评论(0)