藥學(xué)分析化學(xué)第七版

1、http:/ (海量營銷管理培訓(xùn)資料下載)回顧：回顧： 定義定義/測量階段測量階段 6sigma 管理法管理法 http:/ (海量營銷管理培訓(xùn)資料下載)定義機會定義機會測量癥狀/結(jié)果測量癥狀/結(jié)果分析問題/原因分析問題/原因改善績效水平改善績效水平控制KPIVs控制KPIVs(項目章程)(項目章程)(目前狀況)(目前狀況)(根本原因)(根本原因)(解決方案)(解決方案)(保持成果)(保持成果)確定需改進的產(chǎn)品或過定義缺陷，收集有關(guān)產(chǎn)分析所收集的數(shù)據(jù)，以對項目進行Y優(yōu)化，並確確保在改善階段的成果程， 決定相關(guān)的資源品或過程的現(xiàn)狀數(shù)據(jù)並確定一組按重要程度排認(rèn)優(yōu)化方案對項目的質(zhì)能夠持續(xù)保持，使過程

2、確立改善目標(biāo)列的影響質(zhì)量的x量改進目標(biāo) 在達(dá)成情況不再回復(fù)至改善前的狀態(tài)。6 Sigma 項目以關(guān)鍵營運過程的改善機會為目標(biāo) 6 Sigma 項目以關(guān)鍵營運過程的改善機會為目標(biāo) QFDQFD過程圖過程圖多變量分析多變量分析全因子DOE全因子DOE統(tǒng)計制程控制 統(tǒng)計制程控制 項目策劃和管理工具項目策劃和管理工具QC七工具QC七工具假設(shè)檢驗假設(shè)檢驗中央點中央點預(yù)先控制圖預(yù)先控制圖工工工具工具因果關(guān)係分析因果關(guān)係分析正態(tài)檢驗正態(tài)檢驗部分因子分析部分因子分析其他控制圖其他控制圖COQCOQ腦力激蕩腦力激蕩均方差分析均方差分析障礙障礙防錯防錯具具FMEAFMEAANOVAANOVA田口設(shè)計田口設(shè)計圖象控

3、制圖象控制能力分析能力分析非參數(shù)檢驗非參數(shù)檢驗多線性分析多線性分析組織學(xué)習(xí)組織學(xué)習(xí)測量系統(tǒng)分析測量系統(tǒng)分析相關(guān)性分析相關(guān)性分析反應(yīng)表面分析 反應(yīng)表面分析 系統(tǒng)思考系統(tǒng)思考中央極限定理中央極限定理回歸分析回歸分析EVOPEVOP階段階段 高層支持及責(zé)任;6 Sigma結(jié)構(gòu);財務(wù)核算;客戶焦點數(shù)據(jù)驅(qū)動分析;6 Sigma指標(biāo);黑帶承諾;獎勵和認(rèn)可; 文化/行為改變;關(guān)鍵群體;全面文化行為改變;共同語言;變革管理6西格瑪西格瑪 DMAIC策略的概括圖策略的概括圖回顧：回顧： 定義定義/測量階段測量階段 http:/ (海量營銷管理培訓(xùn)資料下載)相關(guān)和回歸分析在相關(guān)和回歸分析在 6 sigma中各階段

4、的作用中各階段的作用分析階段分析階段 - 相關(guān)和回歸分析相關(guān)和回歸分析突破性策略突破性策略定義定義測量測量分析分析改善改善控制控制優(yōu)化優(yōu)化鑒別鑒別驗證原因的真實性驗證原因的真實性對結(jié)果進行預(yù)測對結(jié)果進行預(yù)測確定少數(shù)關(guān)鍵變量確定少數(shù)關(guān)鍵變量相關(guān)和回歸分析相關(guān)和回歸分析從右圖可知，在從右圖可知，在 6 sigma分析，控制分析，控制階段都會用到相關(guān)和回歸分析方法。階段都會用到相關(guān)和回歸分析方法。http:/ (海量營銷管理培訓(xùn)資料下載)分析階段分析階段 -相關(guān)和回歸分析概述相關(guān)和回歸分析概述1. 回歸分析定義：回歸分析定義：http:/ (海量營銷管理培訓(xùn)資料下載)分析階段分析階段 -相關(guān)和回歸分

5、析概述相關(guān)和回歸分析概述2. 相關(guān)分析定義：相關(guān)分析定義：http:/ (海量營銷管理培訓(xùn)資料下載)分析階段分析階段 -相關(guān)和回歸分析概述相關(guān)和回歸分析概述3. 相關(guān)和回歸分析的關(guān)係：相關(guān)和回歸分析的關(guān)係：http:/ (海量營銷管理培訓(xùn)資料下載)分析階段分析階段 -相關(guān)和回歸分析概述相關(guān)和回歸分析概述4. 散佈散佈 (點點)圖：圖：http:/ (海量營銷管理培訓(xùn)資料下載)分析階段分析階段 -相關(guān)和回歸分析概述相關(guān)和回歸分析概述4. 幾種常見的散佈幾種常見的散佈 (點點)圖：圖：散佈散佈 (點點)圖具體作法參照後面的例子。圖具體作法參照後面的例子。http:/ (海量營銷管理培訓(xùn)資料下載)分

6、析階段分析階段 -相關(guān)和回歸分析概述相關(guān)和回歸分析概述5. 相關(guān)系數(shù)：是用來描述變量相關(guān)系數(shù)：是用來描述變量 x和和 y之間線性相關(guān)程度的參數(shù)，之間線性相關(guān)程度的參數(shù)，用用 R來表示，來表示，它具有以下方面的特性：它具有以下方面的特性：http:/ (海量營銷管理培訓(xùn)資料下載)分析階段分析階段 -相關(guān)和回歸分析概述相關(guān)和回歸分析概述http:/ (海量營銷管理培訓(xùn)資料下載)分析階段分析階段 -相關(guān)和回歸分析概述相關(guān)和回歸分析概述http:/ (海量營銷管理培訓(xùn)資料下載)分析階段分析階段 -相關(guān)和回歸分析概述相關(guān)和回歸分析概述相關(guān)系數(shù)的計算除用上面提到的相關(guān)系數(shù)的計算除用上面提到的 Minita

7、b方法外，也可采用以下的方法：方法外，也可采用以下的方法：R = Lxy / sqrt (Lxx * Lyy)Lxy = (xi - x) (yi - y)Lxx = (xi - x)Lyy = (yi - y)Xi = 變量變量 x的數(shù)據(jù)點，的數(shù)據(jù)點， i = 1, 2, 3 yi = 變量變量 y的數(shù)據(jù)點，的數(shù)據(jù)點， i = 1, 2, 3 n = 變量變量 x和和 y的樣本容量的樣本容量i = 1i = 1i = 1nnn22參照相關(guān)係數(shù)都督算法的例子。參照相關(guān)係數(shù)都督算法的例子。http:/ (海量營銷管理培訓(xùn)資料下載)6. 回歸分析回歸分析通過相關(guān)分析可以確定變量間的相關(guān)性及相關(guān)程度

8、，在解決實際問題時，僅做到這一步通過相關(guān)分析可以確定變量間的相關(guān)性及相關(guān)程度，在解決實際問題時，僅做到這一步是不夠的。因為我們分析的目的是發(fā)現(xiàn)主要因素並找到其影響規(guī)律。即隨著是不夠的。因為我們分析的目的是發(fā)現(xiàn)主要因素並找到其影響規(guī)律。即隨著“關(guān)鍵的少關(guān)鍵的少數(shù)因素數(shù)因素 x”的變化，因變量的變化，因變量 y如何變化。對應(yīng)於因素的某個變化量，如何變化。對應(yīng)於因素的某個變化量，y的變化量是多少？回的變化量是多少？回歸分析就是用來定量描述因素歸分析就是用來定量描述因素 x 和因變量和因變量 y間的關(guān)係的方法。通過回歸分析，我們可用方間的關(guān)係的方法。通過回歸分析，我們可用方程來表示程來表示 x和和 y

9、的關(guān)係。從而發(fā)現(xiàn)的關(guān)係。從而發(fā)現(xiàn) y隨隨 x的變化規(guī)律?；貧w分析可以篩選潛在的少數(shù)的變化規(guī)律?；貧w分析可以篩選潛在的少數(shù) x，對對 y進行預(yù)測和優(yōu)化及確定對應(yīng)於進行預(yù)測和優(yōu)化及確定對應(yīng)於 y的最優(yōu)值的的最優(yōu)值的 x的水平設(shè)置。的水平設(shè)置。分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析一元線性回歸分析http:/ (海量營銷管理培訓(xùn)資料下載)分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析一元線性回歸分析http:/ (海量營銷管理培訓(xùn)資料下載)分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例一一. 進行相關(guān)性分析進

10、行相關(guān)性分析(使用散佈圖使用散佈圖 ) 1. 散佈圖作法散佈圖作法1.1 在在 Minitab下拉式菜單選：下拉式菜單選： GraphScatterplothttp:/ (海量營銷管理培訓(xùn)資料下載) 1.2. 選取合適的圖形類別：選取合適的圖形類別：分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)1.3. 在表中輸入在表中輸入Y和和 X：分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)1.4. 輸出散佈圖輸出散佈圖如下如下：Hy

11、drocarbon %Oxygen purity %1.00.90.810098969492908886Scatterplot of Oxygen purity % vs Hydrocarbon %分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)2. 計算相關(guān)係數(shù)計算相關(guān)係數(shù) (使用使用 Minitab軟件軟件 )：2.1 在在 Minitab下拉式菜單選：下拉式菜單選： Stat Basic Statistics Correlation分析階段分析階段 -相關(guān)和回歸分析相關(guān)

12、和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)2.2 選擇下圖所示選擇下圖所示信息信息：分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)2.3 Minitab 輸出輸出：Correlations: Hydrocarbon %, Oxygen purity % Pearson correlation of Hydrocarbon % and Oxygen purity % = 0.937P-Value = 0.000分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-

13、一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)二二 . 建立建立回歸回歸模型模型1. 在在 Minitab下拉式菜單選：下拉式菜單選： Stat Regression Regression，如下圖所示：，如下圖所示：分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)2. 在出現(xiàn)的對話框選擇下圖所示在出現(xiàn)的對話框選擇下圖所示信息信息：分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)3. 點擊點擊

14、“Storage” 按鈕按鈕，在出現(xiàn)的對話框選擇下圖所示，在出現(xiàn)的對話框選擇下圖所示信息信息：此選項表示在此選項表示在 Minitab工作表工作表中存儲擬和值和殘差中存儲擬和值和殘差分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)4. 點擊點擊 ”O(jiān)ptions” 對話框，對話框， 選擇下圖所示選擇下圖所示信息信息：回歸方程有合適的回歸方程有合適的截距截距表示根據(jù)現(xiàn)有的冷凝器表示根據(jù)現(xiàn)有的冷凝器中的炭氫化合物的中的炭氫化合物的%的的全部數(shù)據(jù)對氧氣的純度全部數(shù)據(jù)對氧氣的純度進行預(yù)測，並求預(yù)測區(qū)進行預(yù)測，並求預(yù)測區(qū)

15、間和置信區(qū)間。間和置信區(qū)間。分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)5. Minitab輸出輸出分析分析結(jié)果結(jié)果如下如下：5.1 回歸方程和回歸方程的回歸方程和回歸方程的方差分析方差分析：Regression Analysis: Oxygen purity % versus Hydrocarbon % The regression equation isOxygen purity % = 74.3 + 14.9 Hydrocarbon %Predictor Coef SE Coef T PConstan

16、t 74.283 1.593 46.62 0.000Hydrocarbon % 14.947 1.317 11.35 0.000S = 1.08653 R-Sq = 87.7% R-Sq(adj) = 87.1%Analysis of VarianceSource DF SS MS F PRegression 1 152.13 152.13 128.86 0.000Residual Error 18 21.25 1.18Total 19 173.38回歸方程回歸方程P0.05，常數(shù)項和，常數(shù)項和系數(shù)均為顯著項系數(shù)均為顯著項測定系數(shù)測定系數(shù) R , 詷整測定系數(shù)詷整測定系數(shù) Radj和和殘差標(biāo)準(zhǔn)

17、差殘差標(biāo)準(zhǔn)差回歸方程的回歸方程的方差分析方差分析表表22P Fcritical = 4.414，並，並且且P Regression Regression，如下圖所示：，如下圖所示：分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)2. 在出現(xiàn)的對話框選擇下圖所示在出現(xiàn)的對話框選擇下圖所示信息信息：分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)3. Minitab輸出輸出分析分析結(jié)果結(jié)果如下如下圖：圖：22分析階段分析階段 -相關(guān)

18、和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例Standardized ResidualPercent210-1-2999050101Fitted ValueStandardized Residual96939087210-1-2Standardized ResidualFrequency2.01.51.00.50.0-0.5-1.0-Observation OrderStandardized Residual2018161412108642210-1-2Normal Probability Plot of the ResidualsRe

19、siduals Versus the Fitted ValuesHistogram of the ResidualsResiduals Versus the Order of the DataResidual Plots for Oxygen purity %http:/ (海量營銷管理培訓(xùn)資料下載)6. 從從 Minitab輸出結(jié)果我們可輸出結(jié)果我們可得出如下得出如下結(jié)論：結(jié)論：6.1 可求出回歸方程可求出回歸方程6.2 回歸方程的顯著項，在本例中，常數(shù)項和系數(shù)項均為顯著項回歸方程的顯著項，在本例中，常數(shù)項和系數(shù)項均為顯著項6.3 測定系數(shù)測定系數(shù) R , 詷整測定系數(shù)詷整測定系數(shù) Radj

20、表示表示回歸方程可解釋的變差占總變差的回歸方程可解釋的變差占總變差的百分比百分比6.4 回歸方程的回歸方程的方差分析方差分析結(jié)果，本例的結(jié)果，本例的分析分析結(jié)果中，結(jié)果中，F(xiàn)cal = 128.86 Fcritical = 4.414，並，並且且P Regression Fitted line Plot.，如下圖所示：，如下圖所示：分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)2. 在出現(xiàn)的對話框選擇下圖所示在出現(xiàn)的對話框選擇下圖所示信息信息：分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析

21、示例一元線性回歸分析示例http:/ (海量營銷管理培訓(xùn)資料下載)3. 測定系數(shù)測定系數(shù) R , 詷整測定系數(shù)詷整測定系數(shù) Radj表示表示回歸方程可解釋的變差占總變差的回歸方程可解釋的變差占總變差的百分比百分比分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例22表示表示顯示回歸值的顯示回歸值的置信置信區(qū)間和預(yù)測區(qū)區(qū)間和預(yù)測區(qū)間間http:/ (海量營銷管理培訓(xùn)資料下載)4. Minitab輸出結(jié)果輸出結(jié)果如下如下：分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例Hydrocarbon %Oxygen puri

22、ty %1.00.90.8100.097.595.092.590.087.585.0S1.08653R-Sq87.7%R-Sq(adj)87.1%Regression95% CI95% PIFitted Line PlotOxygen purity % = 74.28 + 14.95 Hydrocarbon %http:/ (海量營銷管理培訓(xùn)資料下載)5. 圖形圖形分析如下分析如下：5.1。 圖形可輸出回歸方程，測定系數(shù)圖形可輸出回歸方程，測定系數(shù) R , 詷整測定系數(shù)詷整測定系數(shù) Radj和殘差標(biāo)準(zhǔn)差。和殘差標(biāo)準(zhǔn)差。5.2。最中間的一條直線。最中間的一條直

23、線表示表示回歸方程的擬合值?；貧w方程的擬合值。5.3。緊靠直線的兩條紅色虛線代表擬合值均值在。緊靠直線的兩條紅色虛線代表擬合值均值在 95%的置信度下的置信區(qū)間。的置信度下的置信區(qū)間。5.4。最靠外的兩條綠色點畫線代表擬合值在。最靠外的兩條綠色點畫線代表擬合值在 95%的置信度下的預(yù)測區(qū)間。的置信度下的預(yù)測區(qū)間。分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例22http:/ (海量營銷管理培訓(xùn)資料下載)五。一元回歸的幾種五。一元回歸的幾種模式模式：我們可用我們可用 Minitab對一元回歸方程進行檢驗以確定哪種模式是最適合的回歸模式。對一元回歸方程進

24、行檢驗以確定哪種模式是最適合的回歸模式。分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元線性回歸分析示例一元線性回歸分析示例Hydrocarbon %Oxygen purity %1.00.90.810098969492908886S1.00684R-Sq90.6%R-Sq(adj)88.9%Fitted Line PlotOxygen purity % = - 6.13 + 232.6 Hydrocarbon %- 192.5 Hydrocarbon %*2 + 55.67 Hydrocarbon %*3Hydrocarbon %Oxygen pur

25、ity %1.00.90.810098969492908886S1.05435R-Sq89.1%R-Sq(adj)87.8%Fitted Line PlotOxygen purity % = 88.24 - 8.80 Hydrocarbon %+ 9.866 Hydrocarbon %*2Hydrocarbon %Oxygen purity %1.00.90.810098969492908886S1.00684R-Sq90.6%R-Sq(adj)88.9%Fitted Line PlotOxygen purity % =

26、- 6.13 + 232.6 Hydrocarbon %- 192.5 Hydrocarbon %*2 + 55.67 Hydrocarbon %*3線性模式線性模式二次非線性模式二次非線性模式三次非線性模式三次非線性模式注：主要是通過比較三種模式的注：主要是通過比較三種模式的 R， R(adj)和和 S, R， R(adj)值最大且值最大且S最最小的模式，它就是較適合的模式。小的模式，它就是較適合的模式。2222http:/ (海量營銷管理培訓(xùn)資料下載)一。非線性相關(guān)關(guān)係的一。非線性相關(guān)關(guān)係的判定判定以下以下幾種方法可判斷幾種方法可判斷 x和和 y之間是否存在非線性關(guān)係，在實際應(yīng)用時，可結(jié)合

27、幾種方法，之間是否存在非線性關(guān)係，在實際應(yīng)用時，可結(jié)合幾種方法，得出一個綜合的結(jié)論。得出一個綜合的結(jié)論。1.1 觀察散佈圖：觀察散佈圖：分析階段分析階段 -相關(guān)和回歸分析相關(guān)和回歸分析-一元非線性回歸分析一元非線性回歸分析http:/ (海量營銷管理培訓(xùn)資料下載)1.2。確認(rèn)。確認(rèn) r 值：值：r 值代表值代表 x和和 y之間線性相關(guān)的程度，如果之間線性相關(guān)的程度，如果 r 0.95，則，則 x和和 y的線性相關(guān)的線性相關(guān)關(guān)係十分明顯，關(guān)係十分明顯，用線性方程來擬合一般不成問題。如果用線性方程來擬合一般不成問題。如果 r 值很小，觀察散佈圖以發(fā)現(xiàn)值很小，觀察散佈圖以發(fā)現(xiàn) x和和 y之間之間 存在明顯存在明顯的關(guān)係，可用一條線來擬合，這時可以判定的關(guān)係，可用一條線來擬合，這時可以判定 x和和 y之間存在非線性相關(guān)關(guān)係。之間存在非線性相關(guān)關(guān)係。1.3。觀察回歸分析的殘差圖形：。觀察回歸分析的殘差圖形：殘差圖可以使我們獲得重要的信息。在正常情況下，殘差平均值應(yīng)為殘差圖可以使我們獲得重要的信息。在正常情況下，殘差平均值應(yīng)為 0；殘差應(yīng)呈正態(tài)；殘差應(yīng)呈正態(tài)分布，且應(yīng)隨機分布，即不應(yīng)存在特殊的形狀。因此，通過觀察