统计学的基本概念.pptx

本资料来源;（6σ导论）; ;; 普遍原因: 过程波动随时间推移是稳定的,可预测的 处于控制状态 原因: 固有的或是自然的;;数据的两种类型;统计领域用下列方法处理波动(偏差)：;总体和样本;连续数据的测量;描述数据的居中程度; 输出值 聚集在某个中心值附近;均 值 (中心值);中 位 数; 众数----在一个数据集中最频繁出现的值。;Range极差 Variance方差 Standard Deviation标准偏差 Inter Quartile Range内四分位极差;;; 在许多实际问题中, 我们遇到的随机变量都受到为数众多的相互独立的随机因素的影响, 而每一个别因素的影响都是微小的, 且这些影响是可以叠加的. 例如, 电灯在指定条件下的耐用时间受到原料,工艺,保管等条件的影响,而且每一种因素在正常情形下都是均匀地微小且可以叠加的. 具有上述特点的随机变量一般都可以认为是具有正态分布的随机变量. 在现实生产生活中, 我们所遇到实际问题大多数都属于具有正态分布的随机变量, 因此在此我们重点讨论研究此类分布.;正态分布的特点： 1. 形态如钟； 2. 左右对称； 3. 于平均值处分布的频数最多。此外，越远离平均值，分布的频 数也越少。;正态检验为什么有用？ 许多统计检验（均值和方差的检验）都假定数据是正态分布的，正态检验用来判定该假定是否有效。 何时用正态检验？ 当你分析数据并要计算基本统计值如Z值或假定正态性的统计检验如T-检验或方差分析(ANOVA)时。;如何做正态性检验？;如何做正态性检验？;如何做正态性检验？;变量：选择一列数据用于X轴。 正态检验: 有3种类型，通常用Anderson-Darling test. 标题: 用你自拟的题目取代默认的。 单击 OK. 图形输出如下图。 ;如何做正态性检验？;如何做正态性检验？;如何做正态性检验？;如何做正态性检验？;Visual interpretation the data set. Common graphical tools to illustrate a data set: Dot Plot 散点图 Box Plot 盒子图 Histogram 直方图;散点图 ( Dot Plot );案例：某器件AM5003特性参数－电流增量( mA )： 批次A：4.5，7.3，4.8，6.2，8.7，5.1，3.5，5.4，4.6，3.8 批次B：4.5，7.3，4.8，6.2，8.7，5.1，11，13，9.7，10.5;结论：散点图 结果显示：批次A的电流增量比较集中，均值小，因此批次A的 质量比较稳定；而批次B的电流增量比较分散，均值较大，性能较差。;盒子图 ( Box Plot );;Minitab: Graph Boxplot : ;图形结果显示 －单个样本数 据分析：;盒子图 ( Box Plot );盒子图 ( Box Plot );直方图 ( Histogram );Minitab: Graph Histogram;图形结果显示：;中心极限定律;中心极限定律;例1 “总销售量”是许多许多经销商销售的总和，一个销售商可能不是正态分布，但总的销售量大致是正态分布的。;;参 数 估 计： 1. 点 估 计－对参数作定值估计，如用样本均值和样本方差作为总体的均值和方差的估计值。 2. 区间估计－点估计只是一种近似值, 既没有反应这种近似值的精确度,又不知道它的误差范围。此时就引入了置信区间这个概念，它不仅能够反应点估计的误差范围,还能反应估计值落在该区间的概率即置信度。;;;