数据分析培训资料.docx

数据分析培训提纲 概论 数据分析的重要性 贯彻质量管理 8 项原则的需要 QM 的 8 项原则之一为：基于事实的决策方法。要避免决策失误必须提供足够的信息，以及进行科学决策。 信息：有意义的数据。 数据：能客观反映事实的资料和数字。 要使数据提升为信息，才能将其增值。为此，必须从数据收集和分析上运用科学的方法，使之便于利用。 通过数据的收集和分析可证实 QMS 是否适宜和有效。 帮助识别和评价 QMS 持续改进的机会。 增强对各种意见和决策的分析、判断、评审、质疑能力因此，数据分析是保障 QMS 有效运行的重要手段。 数据分析的一般过程 数据收集 收集范围 产品、体系和过程的数据，如：产品检测中的不合格，QMS 质量目标完成情况、持续改进情况、过程监视和测量情况等。 事实上在QMS 的各个过程中，都会产生一些数据，在管理中必须根据当前及长远目标的需要，确定应收集那些数据，重点如何。 收集方法 各种报表和原始记录（注意分类） 区域网中的数据库 注意明确收集人、收集时间、收集方式、传递方式。 收集的要求 及时 准确 数据的质量，“进来的是垃圾，出去的还是垃圾” 完整 数据项目齐全，数量符合要求。 数据分析、处理 数据的审查和筛选 剔除奇异点，确定数据是否充分 数据排序 按其重要度进行排序，以确定分析处理的对象和顺序 确定分析内容，进行统计分析 分析判断 在统计分析的基础上，以目标值或标准为依据，对统计分析结果 （绘图或计算）作进一步分析，以获得指导过程改进的明确信息，找出主要问题和薄弱环节，并提出相应的改进建议。 编写报告 对分析判断得出的规律、趋势整理成报告（附有直观的图表） 数据的利用 -1- 不能为分析而分析，要有“的”放矢，数据分析应指导管理。数据分析是为了科学决策，决策的结果，可通过前后对比来分析判断其有效性。数据分析应对其全过程做到闭环管理。 为此，应将数据分析信息有效地传递，做到信息共享。在风险评估的基础上，采取适当措施。 统计分析技术 概述 什么是统计分析技术 统计技术 运用数理统计的方法对数据进行分析，找出其规律和趋势。如： 常用的控制图、回归分析、试验设计等。 分析技术 运用逻辑分析的方法对数据进行分析，找出影响事物的因素及其影响程度。如常用的排列图、因果图、饼图、QFD 和 FMEA 等方法。 统计技术应用的基础条件 日常管理秩序健全，产品质量有可追溯性。 生产过程相对稳定。 影响质量的因素已规范化，过程质量处于受控状态。 具备必要的物质、技术基础 测试手段适用，必要的图表及计算处理用具或软件。 大量的数据计算和处理运用计算机 统计技术的基础知识 随机变量及其分布 什么是随机变量： 变量——数值有变化的量，相对常量而言。 随机因素——随机（不是人为偏向）因素（多种因素），如：年降雨量，抛硬币。 加工尺寸——由模具磨损、机器磨损、材料、人的操作重复性、环境……等决定。 随机变量——受随机因素影响的在一定范围内取值的量抽样必 分布 直方图： ni据总数 ni 据总数 须随机，不能有倾向性，。 Δ Δ X 间距  n — — 数 i频率：f = i n 参数n 参数 i ——第 i 组的频数 连续型随机变量： ΔX O 为一光滑曲线，此曲线为分布函数。 分布的特征：形状（对称、偏斜）、位置、分布宽度（最大值—最小值）。 总体与样本 总体——研究对象的全体，如一批电缆，可视为总体，研究其总长，每一根（或段）电缆则为总体中的一个个体（成员），一批所有电缆的总长为总体。 总体用变量X 表示 -2- 样本——从总体中抽出的部份个体组成的集合称为样本。抽样 因为不可能研究每一个个体。 从样本推断总体，必须正确反映总体的信息，正确抽样。随机抽样——简单随机样本、随机数表 Xi 0~99 可以构成 2500 个随机数。 正态分布  钟形曲线，曲线下的面积表示概率 对称，中间高，两边低 X~（μ，σ 2） X μ μ——总体的均值；σ——总体标准差 正态分布检验： ·直方图 ·概率纸 横坐标—— X 的等距取值 ；纵坐标——不等距 0.01%~99.99% 在概率纸上描出的点呈一直线，则为正态分布。 正态分布的分布函数值 近似正态分布——总趋势符合正态分布，但有个别的奇异点。 常用统计特征量（样本） 统计量——不含未知数的样本函数称为统计量。 统计量是由样本得出，但其对估计总体状况（产品的某些特性值） 具有重要意义。 反映样本位置的统计量 均值——样本的算术平均值 X 样本中的数据多数分布在样本均值附近，因此它是表示样本位置的最好的统计量。 局限性：容易受数据中的特大、特小值（异常值）的影响。若有 5 个样本，观测值为 3，5，7，9，11 X=7 如果误将 11 记为 21 X=9 当数据异常时，把 X 作为数据的代表不