从直方图数据中寻找规律18621

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,1,从数据中寻找规律,直方图,一个实例：,某工厂接收了一批外协厂制造的青铜轴承用于生产一种重要的仪器。但该厂不能信任生产这些轴承厂家的工作，决定对供应商提供的轴承进行分析。,这些轴承的关键特性是它们的内径，其规格为,1.3760.010,英寸。,现抽取了100个青铜轴承，对它们的内径进行仔细的测量，并记录了测量结果。,100个青铜轴承内径的测量值如下表：,数据会告诉您什么呢？,回答,数据列表不能表达出任何有实际意义的东西(Virtually Nothing)！,必须对数据进行进一步分析。,图形可以帮助我们将,数据,转换成,信息,。,数据,列表,能否接受这批产品？,与目标值相比较：,平均值：1.3773,与规格界限相比较：,极差（最大值-最小值）,=1.383-1.370=0.013,数据分布的更进一步的信息：,数据分成10组后，落在每个区间,内的数据个数：,数据量,分组数,50-100,6-10,100-250,7-12,250个以上,10-25,1.376,0.010,制作频数分布表,绘制直方图,LSL,USL,分析直方图,与规格限1.3661.386进行比较，所有的测量值都在其范围内（而且在+/-3S的范围内）。,分布基本上是对称的，有一点点向右偏斜，但不严重。,所以该厂决定接收这批青铜轴承。,建议：轴承的加工中心应该左移；,建立一个直方图,收集整理数据,定组数 N,算极差 R,定组距 I,确定组的中心点和各组界限,制作频数分布表,绘制直方图,分析,数据量,分组数,50-100,6-10,100-250,7-12,250个以上,10-25,直方图告诉我们,数据分布的中心位置(Average)在哪里？,数据分散程度(Spread)如何？,数据分布的形状(Shape)怎样？,经验之谈：,对大多数工业用的分析来说，50个数值具备足够的可靠性。,但单个测量值的费用比较低时，或是当需要准确分析时，可以采用100个或更多的数据。,N,(,2,),-,:,总体,平均值，描述数据的集中位置。,:,总体,标准差，描述数据的分散程度。,x,N（，,2,）,理想情况：正态曲线,不同(均值),不同(标准差),正态曲线的特征,曲线关于对称；,当x=时取到最大值；,X离越远，f（x）的值越小；,正态曲线,68%,95%,99.7%,现实状况：一些异常,双峰,峭壁,分析直方图举例：,USL,LSL,AA图,LSL,USL,LSL,USL,LSL,USL,直方图的峰度和对称度,对称度（Skewness）:直方图数据分布的对称性；,峰度（Kurtosis）:直方图数据分布的陡峭度；,直方图为对称分布的，则s=0;,直方图为正态分布的，则s=0,k=0。,直方图的作用,显示数据的分布特征,指出采取措施的必要,观察采取措施后的效果,比较和评估设备、供应商、物料等,评估过程的能力,课程内容回顾,演讲完毕，谢谢观看！,