常用统计方法在QC中的运用.ppt

谢谢聆听！ 新浪微博：熊开胜abaoxks QQ求知若渴，虚心若愚！ * 常用统计方法在QC中的运用 工艺质量科 熊开胜 主要内容 数据收集的渠道和方法 数据类型 描述性统计的方法和特征数 常用图表 正交试验的基础 我们做QC的目的是什么？ 目的决定一切！ 我们写QC材料的目的是什么？ 我们用统计工具来干什么？ 初识统计方法——分类 统计方法分类 初识统计方法——用途 提供表示数据特征的数据（平均数、标准偏差、极差等） 比较两事物的差异（水平对比、假设检验等） 分析事物影响变化的因素（因果图、系统图、分层法等） 分析事物间相关关系（散点图、正交试验等） 研究取样和试验方法，确定合理的试验方案。 发现质量问题，分析掌握质量数据的分布状态和动态变化（排列图、直方图、散点图等） 描述质量形成过程（流程图、控制图等） 数据的获取渠道 1.充分利用我们现有的数据收集系统 数据的获取渠道 2.自己动手收集 数据类型 连续型数据（计量型数据） 连续取值； 能敏感地反映过程变化； 信息丰富； 可用较少的数据获得分析结论； 获取的成本高 非连续型数据（计数型数据） 没有连续型数据敏感； 需要较多的数据才能得出结论； 对测量精度要求不高； 容易获取 描述性统计——特征数 分布的位置或者中心趋势的度量 样本统计量 说明 公式/记号 样本均值 取自分布的样本的重心或质心 其中：x是观测值，n是样本大小 中位数 有序样本中，排在中间位置的数据。数据集中的一半数据高于中位数，一半低于中位数。 为有序样本 众数 出现最频繁的数值。如果将数据分组，众数是频数最大的组。 Mod 描述性统计——特征数 散布程度的度量 样本统计量 说明 公式/记号 极差（全矩） 样本极值之间的距离。 R=最大值-最小值 样本方差 对围绕均值的变差的度量，单位是原始数据单位的平方 样本标准差 对围绕均值的变差的度量，与原始数据的单位相同。 描述性统计——特征数 分布形状的度量 样本统计量 说明 公式/记号 偏度 对称性分布的β3为零 β3 0 表示右偏态 β3 0 表示左偏态 峰度 峰度是分布平坦程度的度量。正态分布的峰度为β4=0 描述性统计（操作） 所有特征数一次搞定——图形化汇总 描述性统计（案例） 所有特征数一次搞定——图形化汇总 描述性统计（案例） 描述性统计——图形 饼图 柱图 点图 直方图 箱线图 正态概率曲线 描绘Y 时间序列图 运行图 排列图 时间序列图 运行图 散点图 点图 直方图 箱线图 多变量图 描绘Y与X Y X 连续 非连续 连续 非连续 一张好的图表胜过千言万语 描述性统计——图形 LSL USL ? 直方图 频 数 目标值 LSL USL 轴的加工长度 目标值 ? 箱线图 ? Y 连续 非连续 描述性统计——图形 直方图制作步骤 描述性统计——图形 直方图分析 描述性统计——图形 箱线图制作步骤 描述性统计——图形 箱线图分析 X Y ? 连续 非连续 连续 非连续 描述性统计——图形 散点图制作步骤 X Y ? 连续 非连续 连续 非连续 描述性统计——图形 散点图分析 X Y ? 连续 非连续 连续 非连续 描述性统计——图形 时间序列图 X Y ? 连续 非连续 连续 非连续 数据分析工具 Y X 连续 非连续 连续 非连续 单样本T检验 双样本T检验 F检验 非参数检验 方差分析 一般线性模型 一元线性回归 多元线性回归 一般线性模型 卡方检验 二项逻辑回归 二项逻辑回归 数据分析工具——方差分析 某QC小组选择解决烟支生产过程中出现皱纹烟的问题作为QC课题。小组发现烟支的硬度与会否出现皱纹成负相关关系。为了确定不同厂家的辅料对于烟支硬度的影响，小组收集了三种辅料生产出的烟支硬度数据。作为QC小组成员，你将怎样利用这些数据进行初步分析呢？ 问题的提出 数据分析工具——方差分析 方差分析结果 单因子方差分析: 烟支硬度 与 辅料类型 来源 自由度 SS MS F P 辅料类型 2 12.700 6.350 12.86 0.000 误差 97 47.912 0.494 合计 99 60.612 S = 0.7028 R-Sq = 20.95% R-Sq（调整） = 19.32% 均值（基于合并标准差）的单组 95% 置信区间 水平 N