资源描述
,106,M,INITAB,非常容易,跟着做,2.,画管理图,3.,求工程能力,4.,MSA,5.,t-test,6.,One-way ANOVA,8.,相关分析,(,Correlation),7.,Chi-Square Test,10.,试验计划法,(,DOE),9.,返回分析,(,Regression),1.,求基本统计量,1.1,算术平均,1.5,最小值,1.8,标准偏差的信赖区域,1.3,分散,1.7,平均的信赖区域,1.2,标准偏差,1.6,最大值,1.9,中央值的信赖区域,1.4,中央值,1.10,正规性检定,2.5,U,管理图,2.3,P,管理图,2.2,I-MR,管理图,2.6,C,管理图,2.4,NP,管理图,2.1,X-R,管理图,2.7,异常原因,2.8,管理图的层别,3.1,车间内工程能力,3.3,预测的不良率,3.2,全体工程能力,3.4,区域内预想不良率,3.5,全体预想的不良率,4.1,定密度,4.2,反复性,4.3,再形成,4.4,%,R&R,4.5,P/T,5.1,1-,Sample Z,5.2,1-,Sample t,5.3,2-,Sample t,5.4,Paired t,6.1,平均差检定,6.2,散布差检定,7.1,独立性检定,8.1,r (,有关计算,),9.1,R-Square,9.2,返回式,10.1,2,2,要因排布法,10.2,主效果,10.3,相互适用, ,.,4,page,.,8,page,.,33,page,.,40,page,.,48,page,.,64,page,.,75,page,.,81,page,.,86,page,.,92,page,1.,求基本统计量,算术平均,最小值,平均偏差的信赖区域,分散,平均的信赖区域,Stat,Basic Statistics,Display Descriptive Statistics,Worksheet,A,为了仔细观察工程的品质特性的产品长度的分布和统计量抽出标本,收集,Data,.,例题,路线,标准偏差,最大值,中央值得信赖区域,中央值,定规性检定,Dialog,窗,变数指定,Graphs,计,Graphical summary,计,OK,OK,Session,窗,分析结果,算术平均,标准偏差,中央值,最小值,最大值,平均的标准误差,=, / n,十分位数,:,根据,Data,顺序罗列后根据基准区分,-,Q1 :,根据,Data,顺序罗列时在,25%,顺序的位置的数,-,Median :,根据,Data,顺序罗列时在,50%,顺序的位置的数,-,Q3 :,根据,Data,顺序罗列时在,75%,的顺序的位置的数,Graph,窗,算术平均,标准偏差,中央值,最小值,最大值,分散,标准偏差的信赖区域,平均的信赖区域,中央值的信赖区域,定规性检定,定规性检定,(,有意水准, = 0.05 ),P-Value, 0.05,情况,Data,的分布能根据定规分布做,P-Value, 0.05,情况,Data,的分布不能根据定规分布做,克重,定规分布曲线,Box Plot,2.,画管理图,1,X-R,管理图,U,管理图,P,管理图,I-MR,管理图,C,管理图,NP,管理图,管理图的选择,C,管理图,Data, ,计量尺,计量尺,Data,的类型,Data, ,是否是不良品的数,?,是否是具体的缺点,?,收集的,Data,是否个别？,车间是否实现,?,试验的大小,是否一致？,试验的大小,是否一致？,U,管理图,NP,管理图,P,管理图,I-MR,管理图,X-R,管理图,个别,Data,车间,Data,不良数,缺点数,不是,是,不是,是,异常原因,管理图的层别,Stat,Control Charts,Xbar-R,Worksheet,B,工程制造的产品厚度每,8,小时试验,5,个管理,.,例题,路线,X-R,管理图,计量尺,车间,Dialog,窗,变数指定,区域的数,OK,区域的数,-,在上面的例题,B,工程制造的产品,的重量每,8,小时做,5,个试验,区域的数,5,因为以,C3(,小时,),区域区分,输入,C3(,小时,),无妨,Graph,窗,分析结果,X-R,管理图,X,管理图,区域内,Data,的平均管理,(,分布的中心移动管理,),R,管理图,区域内的范围管理,(,分布的扩展程度管理,),异常原因,Stat,Control Charts,I-MR,Worksheet,在,B,工程制造的产品的厚度每,4,小时试验,1,个工程管理,例题,路线,I-MR,管理图,计量尺,个别,Data,Dialog,窗,变数指定,OK,Graph,窗,分析结果,MR,-,相邻的两个,Data,的移动范围意义,例如,前线,Data,的测定值是,8,，后面,的,Data,是,12,的话,MR,是,4 (= 8-12 ),I,-MR,管理图,I,管理图,Data,的移动管理,(,分布的中心移动管理,),MR,管理图,Data,的移动范围管理,(,分布的扩散程度管理,),Stat,Control Charts,P,Worksheet,在,B,工程一天制造的产品的不良数管理,.,例题,路线,P,管理图,(,不良率管理图,),计量尺,各个 生产数不一定,Dialog,窗,变数指定,Sample,的大小输入的列指定,OK,Graph,窗,分析结果,LCL (,管理下限线,),-,P, NP, U, C,管理图的管理下限线常常,比,0,相同或者大,.,即,不良率,不良数,缺点率,因为缺点数比,0,常常,相同或者大,UCL, LCL (,管理项,下限线,),-,P,管理图,U,管理图的管理项，下限线根据,Sample,大小产生弯曲,(,度量的差异,).,-,Sample,大小弯曲的情况,:,度量窄,-,Sample,大小小的情况,:,度量宽,Stat,Control Charts,NP,Worksheet,在,B,工 程一天制造,130,个,产品的不良数管理,例题,路线,NP,管理图,(,不良数管理图,),计量尺,因为,Sample,的大小一定,能画,NP,管理图,.,Dialog,窗,变数指定,Sample,的大小输入的列指定,OK,Subgroup size,-,在上面的例题,B,工程,因为,Sample size,常常,130,个统一,Subgroup size,Click,后,输入,130,Graph,窗,分析结果,LCL (,管理下限线,),-,P, NP, U, C,管理图的管理下限线,常常比,0,相同或大,.,即,不良率,不良数,缺点率,缺点数,比,0,常常相同后大,UCL, LCL (,管理项,下限线,),-,NP,管理图和,C,管理图的管理项，下限线,因为,Sample,大小常常统一平行,.,Stat,Control Charts,U,Worksheet,在,B,工程一天制造的产品缺点数管理,.,例题,路线,U,管理图,(,缺点率管理图,),计量尺,不良和缺点的区分,-,缺点,:,具体指示的需要由于看不合格尺要因，,一个产品能有许多缺点，总共缺点数,比总,Sample size,能大,.,-,不良,:,具体指示需要不合格尺产品总共的不良数,比总,Sample size,不能大,生产数不一定,Dialog,窗,变数指定,Sample,的大小输入 的列指定,OK,Graph,窗,分析结果,LCL (,管理下限线,),-,P, NP, U, C,管理图的管理下限线常常,比,0,相同或者大,.,即,不良率,不良数,缺点率,因为缺点数比,0,常常,相同或者大,UCL, LCL (,管理项,下限线,),-,P,管理图,U,管理图的管理项，下限线根据,Sample,大小产生弯曲,(,度量的差异,).,-,Sample,大小弯曲的情况,:,度量窄,-,Sample,大小小的情况,:,度量宽,Stat,Control Charts,C,Worksheet,在,B,工 程 一 天 每,150,个实验的产品缺点数管理,.,例题,路线,C,管理图,(,缺点数管理图,),计量尺,由于,Sample,的大小一定,能画,C,管理图,.,Dialog,窗,变数指定,OK,Graph,窗,分析结果,LCL (,管理下限线,),-,P, NP, U, C,管理图的管理下限线,常常比,0,相同或大,.,即,不良率,不良数,缺点率,缺点数,比,0,常常相同后大,UCL, LCL (,管理项,下限线,),-,NP,管理图和,C,管理图的管理项，下限线,因为,Sample,大小常常统一平行,.,异常原因,Test,在管理图出现的一般的异常原因形态,-,异常点,-,Run,-,Trend,-,Cycle,中心线,管理上线,管理下线,中心线,管理上线,管理下线,中心线,管理上线,管理下线,中心线,管理上线,管理下线,异常原因,Test,的条件,1.,脱离管理项,下限线点,2.,在中心线的上面或下面连续性出现的,9,个点,3.,连续性的增加或者减少,6,个点,4.,连续性的增加，减少,增加，减少,.,14,个点,5. 3,个适中,2,个点为中心,2,以上的位置出现,6. 5,个适中,4,个点为中心,1,以上的位置出现,7. 15,个点为中心,1,内的位置连续出现,8. 8,个点为中心,1,以上的位置连续出现,Dialog,窗,OK,Tests,计,Perform all eight tests,计,OK,所有管理图统一的路线使用,变数指定,Graph,窗,分析结果,例,) 1,次,.,脱离管理项,下限线的点,例,) 5,次,. 3,个的中点,2,个的点一中心,2,异常位置出现,例,) 6,次,. 5,个适中,4,个的点以中心,1,以上的位置出现,管理图异常原因发生情况,发生时点的点用红色标示,异常原因,Test,的理由和有,关的号码标示,管理图的层别,例题,在,B,工程制造的产品的重量每,4,小时,1,个做,Sampling,管理工程,.,从,5,月减少产品的重量的散布活动开始,从,6,月改善完了为了看掌握改善的效果,看层别管理图做,.,Worksheet,各个月层别产品的重量画管理图,Dialog,窗,Estimate Parameters,BY Groups in,计,OK,变数指定,以层别区分变 数指定,OK,New groups start at each,new value in group variable,计,所有管理图统一路线使用,Graph,窗,分析结果,产品的重量各个月层别仔细观察开始改善,在,5,月能知道,4,月机体散布减小，改善完了,的在,6,月能比,4,5,月更减小散布,3.,求工程能力,区域内工程能力,观测的不良率,Stat Quality Tools Capability Analysis (Normal),Worksheet,B,为了仔细看工程的品质特性的产品重量的工程能力每,8,小时抽出,5,个标本,收集,Data,.,产品重量的规格,(,Spec.),101,g,.,例题,路线,全体工程能力,区域内预想不良率,区域,全体预想不良率,Dialog,窗,规格下线,OK,区域的数,规格上线,变数指定,区域的数,-,在上面的例题,B,工程制造的产品,的重量每,8,小时做,5,个试验,区域的数,5,因为以,C3(,小时,),区域区分输入,C3,(,小时,),无妨,如果，区域没有概念,个别,Data,的,情况输入,1,规格项,下线,-,在上面例题,B,工程制造的产品重量的规格,101,g,规格下线是,9,规格上线是,11.,Graph,窗,1,规格上线,规格下线,算术平均,试验数,区域内标准偏差,全体标准偏差,区域工程能力,区域工程能力,(,潜在的工程能力,:,没有区域的变动的假定的工程能力,),Cp :,不考虑歪斜,Data,的平均和目标一致的假定的工程能力,基本假定,:,平均没有歪斜,区域间没有移动,Cpk :,考虑歪斜的工程能力,基本假定,:,区域间没有移动,Graph,窗,2,全体工程能力,Graph,窗,3,全体工程能力,(,实际工程能力,),Pp :,不考虑弯曲,Data,的平均和目标一致假定的工程能力,基本假定,:,品均没有弯曲,Ppk :,考虑工程的工程能力,基本假定,:,没有,观测的不良率,Graph,窗,4,区域预想不良率,全体预想不良率,PPM LSL,-,脱离规格的不良率,PPM USL,-,脱离规格的不良率,PPM Total,-,全体不良率,PPM,- 1,000,000(,百万,),个 不良数,PPM,以,%,-,PPM,分,10,000.,例如, 30000,ppm,情况,是,3%,的不良率,比,Cp,或,Pp,Cpk, Ppk,是否能更大,?,-,Cp, Pp,“,Data,没有平均歪斜,”,的假定算出的指数,Cpk, Ppk,到,Data,平均的歪斜因为考虑实质性的指数,比,Cp, Pp,Cpk, Ppk,不能更大,实际,Data,的平均规格中心和一致情况,Cp, Pp,和,Cpk, Ppk,相同,.,在最好的工程出现的工程能力形态,?,-,Cp,大,Ppk,和,Cp,的差异没有,Cpk, Ppk,比,0,小的情况,即,(-),值低的情况,?,-,Data,的平均规格范围外脱离的情况,Cpk, Ppk,(-),值低,.,Cp 0.3 : Data,的平均规格中心有大的脱离,.,再设定工程的条件,Data,的平均和规格中心能一致,Cpk - Ppk 0.3 :,长期涉及的工程的管理不足,.,工程的管理能力不足,需要持续关心,通过工程能力认识问题,工程能力的一般常识,4.,MSA,1,定密度,再形成,P/T,反复性,%,R&R,Worksheet,C,在工程使用的药品的稠度完成的产品的品质,因为造成大的影响,C,工程每,4,小时测定一次药品的,稠度,正在管理,.,C,工程的班长人组代理检测药品稠度,的稠度计给予信赖性评价，,3,名的检测者,3,个药品试验各,反复检测,3,遍记录测定值。稠度的规格范围是,305.,例题,检测者,:,3,名,(,崔氏,金氏,朴氏,),药品试验,:,3,个,(1,次试验, 2,次试验, 3,次试验,),反复检测数,:,3,次,总测定回数,:,27,次,( = 3,名, 3,个, 3,次,),Stat Quality Tools Gage R&R Study (Crossed).,路线,Dialog,窗,检测值,输入规格公差,检测者,Options,计,试验号码,OK,OK,规格的范围,-,在上面的例题稠度规格范围是,305,公差是,5,即是,10.,-,如果规格范围是,403,的话,公差是,3,即是,6.,Session,窗,分析结果,%,R&R,定密度,反复性,再形成,P/T,%,R&R, P/T :,评价定密度的检测能力指数, %,R&R :,总散布中对于检测占有的比率, %,R&R 30%,情况能信赖检测机,.,P/T :,规格公差中由于检测散布的比率,P/T 30%,情况能信赖检测机,定密度,(,根据检测散布程度,),评价定密度的方法,有,%,R&R, P/T,.,定密度区分反复性和再形成,.,反复性,根据检测机散布程度,再形成,检测者的散布程度,Graph,窗,1,Graph,窗,2,定密度,反复性,再形成,%,R&R,P/T,Components of Variation, Session,窗的分析结果,以直线图表形态画,直线图表,以,%,R&R, P/T,为基准标示各个定密度,反复性,再形成,.,定密度,反复性,再形成直线图表的大小越小越好,.,Graph,窗,3,R Chart by,检测者,-,各点检测者相同的产品反复检测时,出现,R,值,(=,最大检测值,-,最小检测值,).,-,所有点管理项,下限线希望在里面,.,-,各检测者评价时,R,值越小能做到检测精密的检测位置,.,在前,R Chart,里朴氏,3,点比别人点小,能看出朴氏比别人,检测的更精确,.,金氏,朴氏,催氏,金氏,朴氏,催氏,Xbar Chart by,检测者,-,各点检测者相同的产品反复检测时,出现检测值的平均,.,-,管理项,下限线的度量出现检测分布的大小,.,-,所有点管理项,下限线希望在外面,希望以规则性的点的形态出现,.,即,由于检测比散布产品间的散布希望更大,.,Graph,窗,4,By,试验号码,-,各个试验出现检测值的平均和散布的程度,.,-,各个试验反复检测的值的散布程度希望标记,.,By,检测者,-,各个检测者出现检测值的平均和分布,.,-,各个检测者希望平均相同,.,By,检测者,-,各个试验检测者间出现检测值,.,-,希望各线实现平行,线的交叉作业者,和试验间能看到相互适用,.,5.,t-test,1-,Sample Z,2-,Sample t,1-,Sample t,Paired t,t-test,的选择,1-,Sample Z,试验,Data,的平均和集体,(,全体,),的平均是否相同,想在别的地方评价的时候,.,但,全体的平均和标准偏差知道,.,为了仔细观察,D,电子送货的副品的平均重量检测,10,个的,Data,试验重量,.,我们希望的副品的重量是,40,g,到现在生产的副品的标准偏差是,3,g,.,1-,Sample t,试验,Data,的平均和集体,(,全体,),的平均是否相同,想在别的地方评价的时,.,但,知道全体的平均但是,不知道标准偏差,.,为了仔细观察,D,电子送货的副品的平均重量检测,10,个的,Data,试验重量,.,我们希望的副品的重量是,40,g,副品的标准偏差不知道,.,2-,Sample t,在相互别的,2,集体输出的试验,Data,的平均是否相同,想在别的地方评价的时,.,D,公司和,E,公司送货的副品的平均重量是否相同,别的地方评价各个公司的送货的产品中,每,10,个做实验检测重量,Paired t,相互一组实现的实验,Data,的平均是否相同,想在别的地方评价的时,.,在,D,公司送货的副品德左边厚度的平均是否相同,别的地方评价,做,10,个的,Data,实验检测左边和右边的厚度,.,1-,Sample Z,Stat Basic Statistics 1-Sample Z,Worksheet,为了仔细观察在,D,电子送货的副品的平均重量,10,个的,Data,做实验检测重量,.,我么希望的副品的重量是,40,g,到现在生产的副品德标准偏差是,3,g,.,例题,路线,平均,标准偏差,Dialog,窗,平均,标准偏差,OK,变数指定,Session,窗,分析结果,试验数,算术平均,标准偏差,95.0%,CI :,平均的,95%,信赖区域,-,在上面的例题平均的,95%,信赖区域,是,( 35.231, 38.949 ),总平均,40,g,在,95%,信赖区域里不存在,.,这样,在,D,公司送货的副品的平均重量不是总平均的,40,g,。,P : P-value,值,P-Value 0.05,情况的,Data,的平均和总平均能相同,.,P-Value 0.05,的情况,Data,的平均和总平均能不同。,-,在上面的例子以,比小,在,D,公司送货的副品的平均重量不是总平均的,40,g,1-,Sample t,Stat Basic Statistics 1-Sample t,Worksheet,为了仔细观察在,D,电子送货的副品的平均重量,10,个的,Data,做实验检测重量,.,我么希望的副品的重量是,40,g,例题,路线,总平均,Dialog,窗,平均,OK,变数指定,Session,窗,分析结果,试验数,算术平均,标准偏差,95.0%,CI :,平均的,95%,信赖区域,-,在上面的例题平均的,95%,信赖区域,是,( 35.492, 38.688 ),总平均,40,g,在,95%,信赖区域里不存在,.,这样,在,D,公司送货的副品的平均重量不是总平均的,40,g,。,P : P-value,值,P-Value 0.05,情况,Data,的平均能和总评均相同,.,P-Value 0.05,情况,Data,的平均能和总评均不同,.,-,在上面的例子以,比小,在,D,公司送货的副品的平均重量不是总,平均的,40,g,。,2-,Sample t,Worksheet,D,公司和,E,公司送货的副品的平均重量是否相同,评价别的地方在各个公司送货的产品中,每,10,个做,实验称重量,例题,Unstack Data,Stack Data,D,公司副品的重量,E,公司副品的重量,Stat Basic Statistics 2-Sample t,路线,Dialog,窗,1,Assume equal variances,计,Unstack Data,的情况,变数指定,Boxplots of data,计,OK,OK,Graphs,计,Dialog,窗,2,Assume equal variances,计,Stack Data,的情况,变数指定,(,检测的,Data,列选择,),Boxplots of data,计,OK,OK,Graphs,计,变数指定,(,输入条件选择列,),Session,窗,分析结果,试验数,算术平均,标准偏差,95.0%,CI :,两个集体平均差异的,95%,信赖区域,-,在上面的例子两个集体平均偏差的,95%,信赖区域是,( -3.87, 1.77 ),0,在,95%,信赖区域里存在,.,即, (,D,公司副品平均重量,-,E,公司副品平均重量,= 0 ).,在这两个集体各个收集的,Data,的平均能相同的意义,.,这样,D,公司送货的副品的平均重量和,E,公司送货副品德平均重量能相同,.,P-Value, P-Value 0.05,情况,两个集体偏差的,Data,平均能相同,.,P-Value 0.05,情况,两个集体的,Data,平均能不同,.,-,在上面的例子以,因为比大,在,D,公司送货的副品的平均重量和,E,公司送货的副品,的平均重量能相同,.,两个集体平均的差异,Graph,窗,中央值,(,Median ),算术平均,Paired t,Stat Basic Statistics Paired t,Worksheet,D,公司送货的副品德左边厚度和右边厚度的平均是否相同,评价别的地方,10,个的,Data,做实验检测左边和右边的厚度,例题,路线,Dialog,窗,OK,变数指定,Session,窗,分析结果,试验数,算术平均,标准偏差,P-Value, P-Value 0.05,情况,两个集体偏差的,Data,平均能相同,.,情况,两个集体的,Data,平均能不同,.,.,-,在上面的例子以,因为比,大,左边和右边没有厚度的差异,两个集体的平均差异,95.0%,CI :,两个集体平均差异的,95%,信赖区域,-,在上面的例子两个集体平均偏差的,95%,信赖区域是,( -2.936, 0.024 ),0,在,95%,信赖,区域里存在,.,即,. (,左边平均厚度,-,右边平均厚度,= 0 ).,在这两个集体各个没有收集的,Data,的差异的意义,，这样,没有左边和右边厚度的差异,6.,One-way ANOVA,1,平均差检定,分布差检定,平均差检定使用的,Tool,2-,Sample t (,两个集体条件,),相互在别的集体输出的实验,Data,的平均是否相同,想评价别的地方时,.,D,公司和,E,公司送货的副品的平均重量是否相同,评价别的地方在各个公司送货的产品中,每,10,个做实验检测重量,.,One-way ANOVA (,3,个以上的集体条件,),相互在别的,3,个以上的集体输出的实验,Data,的平均是否相同,想评价别的地方时,.,E,工程生产的副品 副品的,Hole Size,是重要的品质,.,在,E,工程制造副品的,3,台设备在启动中,各个设备生产的副品的,Hole Size,的平均是否相同,评价别的地方各个设备生产的副品每,5,个做实验检测,Hole Size,6,两集体,三集体,平均差检定,Worksheet,在,E,公司生产的副品副品的,Hole Size,是重要的品质,.,在,E,工程制造副品德,3,台设备在启动中,各个设备生产的副品的,Hole Size,的平均是否相同，评价别的地方,各个生产的副品每,5,个,做实验检测,Hole Size,.,Size,的目标值是,mm,.,例题,Unstack Data,Stack Data,1,次副品的,Hole Size,2,次副品的,Hole Size,3,次副品的,Hole Size,Stat ANOVA One-way (Unstacked),路线,1,Unstack Data,情况,Stat ANOVA One-way,路线,2,Stack Data,情况,Dialog,窗,1,Boxplots of data,计,Unstack Data,情况,变数指定,OK,Graphs,计,OK,Dialog,窗,2,Stack Data,情况,变数指定,(,检测的,Data,选择列,),OK,Graphs,计,变数指定,(,输入条件的选择列,),Boxplots of data,计,OK,Session,窗,分析结果,试验数,算术平均,标准偏差,设备的评价,-,在上面的例题以,比小,三个设备中即使少在两台设备生产的产品的,Hole Size,平均能,不同,.,-,Hole Size,的目标值是,mm,平均的信赖区域包含,mm,1,次设备和,2,次设备好的设备, 3,次设备是不好,的设备,.,-,如果,P-Value,比大的值的话,各个设备生产的产品的,Hole Size,的平均因为没有不同,三个的设备评价,没有大的意义,各条件平均的,95%,信赖区域,P : P-Value, P-Value 0.05,情况,集体,Data,平均能相同,.,P-Value 0.05,情况,及时少两个集体,Data,平均,能不同。,-,在上面的例子以,比小,三个的设备中,即使小在两个的设备生产的产品的,Hole Size,平均不同,.,mm : Hole Size,目标值,设备名,Boxplots,-,掌握各个设备中心和扩展的程度,.,Graph,窗,散布差检定,在,E,工程生产的副品的,Hole Size,是重要的品质,.,在,E,工程制造副品的,3,台设备在启动中。,各个设备生产的副品的,Hole Size,的散布是否相同,评价别的地方,各个设备生产的副品,每,5,个做实验检测,Hole Size,例题,Stack Data,Stat ANOVA Test for Equal Variances,Worksheet,路线,Data,的形态,.,-,为了散布检定,Data,应该带有,Stack Data,形态,Dialog,窗,变数指定,(,检测的,Data,选择列,),OK,变数指定,(,输入条件选择列,),分析结果,Graph,窗,Bartletts Test, Data,的形态正规分布时使用,Levenes Test, Data,的形态没有关系使用,P-Value, P-Value 0.05,的情况,集体,Data,的散布能相同,.,P-Value 0.05,的情况,即使少两个集体,Data,的散布能不同,.,-,在上面的例子以,Bartletts Test,的,P-Value=0.358, Levenes Test,的,比,都大,在三台设备生产的产品的,Hole Size,散布相同,.,7.,Chi-Square Test,独立性检定,Stat Tables Chi-Square Test,Worksheet,S,公司职级面临改编,各个部门人力的职级比率是否相同,告诉别的地方,.,例题,1,路线,Dialog,窗,OK,变数指定,Session,窗,分析结果,P-value,值,P-Value 0.05,情况,各个变数相互独立,.,P-Value 0.05,情况,各个变数相互从属,.,-,在上面的例子以,比大,职级比率和部门没有相关的独立性的变数,.,即,各个部门人力的职级比率能相同,.,Stat Tables Chi-Square Test,Worksheet,在,F,工程,4,台设备启动制造相同的产品,.,调查,4,台设备生产的产品良品数，不良数，分析各个设备不良发生差异有无,例题,2,路线,Dialog,窗,OK,变数指定,Session,窗,分析结果,P-value,值,P-Value 0.05,情况,各个变数相互独立,.,P-Value 0.05,情况,各个变数相互从属,.,-,在上面的例子以,因为比小,不良发生比例在设备上从属性的变数,.,即,各个设备不良发生比率能不同,.,Stat Basic Statistics Correlation,8.,相关分析,(,Correlation),r (,相关计算,),为了调查在,K,产地水的消费量，每月的水消费量，,平均温度,根据总降雨量收集,Data,.,例题,路线,Worksheet,Dialog,窗,变数指定,Display p-values,计,OK,Session,窗,分析结果,P-Value,(,有的水准, = 0.05 ),P-Value, 0.05,情况,在变数之间没有直线关系,.,P-Value, 0.05,情况,在变数之间有直线关系,r (,相关计算,),下一张有仔细的说明,r(,相关计算,),r(,相关计算,),的性质,r(,相关计算,),的范围是,-1 ,r,1,.,r(,相关计算,),变数差异的直线关系程度。,即,变数差异的关系是曲线关系的情况,求,r(,相关计算,),没有任何意义,.,r(,相关计算,),和算稠度,r,的符号,是, + ,情况,:,两个变数之间有量的相关关系,.,r,的符号是, - ,情况,:,两个变数之间有音的相关关系,.,是,r = +1,情况,算稠度所有的点在一条直线上，,带有量的相关关系,是,r = -1,的情况,算稠度所有点在一条直线上,带有音的相关关系,.,是,r = 0,的情况,两变数之间没有任何相关关系,.,r= -1,r= 0,r= +1,r, 0.2,几乎算是无视的相关关系,0.2 ,r, 0.4,低的相关关系,0.4 ,r, 0.7,比较高的相关关系,0.7 ,r, 0.9,好的相关关系,即清楚地关系,0.9 ,r, 1.0,非常高的相关关系,即算是非常信赖的关系,相关计算的解析,9.,返回分析,(,Regression),K,公司的,指定科长,仔细观察,美国的,同种产业界的每日株式变动是否给子公司的每日株式变动带来影响,制造相似产品的美国的同种产业界选择,10,个公司,.,K,公司的每日株式变动率和美国,10,个同种产业界公司的,每日平均株式变动率算出两个月时间,收集,40,个,Data,.,例题,R-Square,返回式,Stat,Regression Fitted Line Plot,Worksheet,路线,Dialog,窗,结果变数指定,(,得到影响的变数,),原因变数指定,(,给影响的变数,),Type of Regression Model,选择,OK,Type of Regression Model :,；选择返回模式,Linear,Quadratic,Cubic,线型, 2,回曲线, 3,回曲线,Session,窗,分析结果,R-Square,返回式,R-Square,全体变动中由于返回直线说明的变动,R-Square, 70.0%,时,X(,原因变数,),给,Y(,结果变数,),影响,.,在上面的例子,以,R-Square,=79.2%,比,70.0%,大,美国的同种产业界的每日株式变动率,在给,K,社的每日变动率影响,.,返回式,0,:,X,是,0,时,预测的,Y,值,在上面的例子,同种产业界的每日变动率是,0,K,社的预想每日变动率是,-0.117925.,1,:,斜度,X,增加,1,的情况,Y,值的增减度量,在上面的例子,同种产业界的每日变动率增加,1,的情况,K,社的每日变动率,1,即,预想增加,0,1,Graph,窗,1 : 0.948948,增加,1,增加,R-Square,返回式,Y,值得预测方法,同种产业界的每日株式变动率,情况,K,社预想的每日株式变动率是,?,-,返回式利用,返回式的,“,变动率,(,同种,)”,输入,5.0,“,变动率,(,K,社,),计算,变动率,(,k,社,-,返回线利用,利用返回线变动率,(,同种,),是,情况的变动率找,(,K,社,),Y,规格,355,X,的范围设定,X,的管理范围设定方法,X,的管理范围选定方法,1.,掌握顾客的要求规格,(,Spec.),例,),Y,规格,(,顾客的要求,) : 355,2.,满足顾客要求的,X,的范围设定,-,通过返回式计算或者利用,Gragh,设定,-,设定的,X,的范围,3.,考虑到,(,Error),比初次设定的范围设定窄的范围,10.,试验计划法,(,DOE),2,2,要因分布法,主效果,主效果和相互作用,主效果,各个因数在试验上造成的影响的大小,相互作用,因数之间的合作在实验上造成的影响的大小,2,2,原因分布法,为了知道因数间的相互作用应该,2,次以上反复试验,相互作用,2,k,要因分布法, 2 :,水准的水,.,即,在,2,K,要因分布法各个的认知具有,2,水准的实验条件,.,K,:,认知的数,.,即,在,2,2,要因分布法因数的数,是,2,个,.,实验数,:,因素数,实验数,根据反复数决定,2,2,要因分布法的基本实验数,作为,(,2,因数,2,水准,),要做,4,遍试验或,为了了解相互作用反复,2,次试验的情况,2,因数,2,水准,2,反复，实验数是,8,次,.,2,K,要因分布法,Worksheet,制作,在,S,工程药品的吸收速度高为了提高工程的制造效率是重要的要素,在药品的吸收速度认为影响的大因素的催化剂量和反映温度取给简单的,2,水准下面的条件反复,2,回收集,Data,-,催化剂量,(%) : 0.3%, 0.5%,-,反映温度,() : 150, 170,例题,Stat DOE Factorial Create Factorial Design,路线,Dialog,窗,1,因数数选择,水准数选择,在上面的例子因数以催化剂量和反映温度,因数数是,2,个,.,Designs,计,在上面的例子,各个因数以,2,水准试验,.,Dialog,窗,2,反复数选择,为了仔细观察相互作用,反复,2,次试验,OK,Dialog,窗,3,Factors,计,输入因素和水准,OK,OK,Worksheet,输入试验结果制造行,输入试验结果,吸收速度,88,催化剂,0.3%,反映温度,150,试验的结果,分析,Stat DOE Factorial Analyze Factorial Design,路线,Dialog,窗,因素数选择,结果变数指定,(,试验结果,),通过图表设定最少水准,Stat DOE Factorial Factorial Plots,路线,相互作用,有意,有意,不有意,应该检定的,Plot,Interaction Plot,Main Effects Plot,主效果,有意,不有意,有意,有意性,不有意,-,不有意,最少水准试验,Y,越大越好的情况,在,Graph,最上面的,Plot,选择,Y,越小越好的情况,在,Graph,最下面的,Plot,选择,Y,具有目标值的情况,在,Graph,目标值最近,Plot,选择,上面例子各个因数有意有无,主效果,-,催化剂量,(,P = 0.010 0.05 ),有意,-,反映温度,(,P = 0.004 0.05 ),有意,相互作用,-,催化剂量,*,反映温度,(,P = 0.889, 0.05 ),不有意,设定最少水准,在上面的例子，,主效果两个因数都有意或,因为相互作用不有意,在,Main Effects Plot,设定最少水准,Dialog,窗,1,Main Effects Plot,计,Interaction Plot,计,Setup,计,结果变数指定,(,试验结果,),主效果用,Selected,指定,OK,Dialog,窗,2,Setup,计,Dialog,窗,3,结果变数指定,(,试验结果,),相互作用用,Selected,指定,OK,OK,Graph,窗,1,分析结果,各因数有意有无,主效果,-,催化剂量,(,P-Value = 0.010 0.05 ),有意,-,反映温度,(,P-Value = 0.004 0.05 ),有意,主效果的最少水准,:,在上面的例子,结果,(,吸收速度,),越大越好,.,主效果,催化剂量,反应速度都是有意的因数，设定各个因数最小水准,-,催化剂量,:,在水准结果,(,吸收速度,),变大,-,反映温度,:,在,170,水准结果,(,吸收速度,),变大,Graph,窗,2,各因数有意有无,相互作用,-,催化剂量,*,反映温度,(,P = 0.889, 0.05 ),不有意,相互作用的最少水准,相互作用因为不有意,不设定最少水准,设定最少水准,:,为了最高吸收速度各因数水准,催化剂量,: 0.5%,反映温度,: 170,最少水准预想的结果值,催化剂量,0.5%,反映温度是,170,实验结果是,110, 108,平均,预想,109,在最少水准的吸收速度,
展开阅读全文