Minitab全面培訓(xùn)教程

1、Minitab介紹介紹uMinitab是眾多統(tǒng)計(jì)軟件當(dāng)中比較簡(jiǎn)單易懂的軟件之一；u相對(duì)來(lái)講，Minitab在質(zhì)量管理方面的應(yīng)用是比較適合的；uMinitab的功能齊全，一般的數(shù)據(jù)分析和圖形處理都可以應(yīng)付自如。Minitab與與6 Sigma的關(guān)系的關(guān)系在上個(gè)世紀(jì)80年代Motolora開始在公司內(nèi)推行6 Sigma，并開始借助Minitab使6 Sigma得以最大限度的發(fā)揮；6 Sigma的MAIC階段中，很多分析和計(jì)算都可以都通過Minitab簡(jiǎn)單的完成；即使是對(duì)統(tǒng)計(jì)的知識(shí)不怎么熟悉，也同樣可以運(yùn)用Minitab很好的完成各項(xiàng)分析。Minitab的功能的功能計(jì)算功能計(jì)算功能 計(jì)算器功能 生成

2、數(shù)據(jù)功能 概率分布功能 矩陣運(yùn)算Minitab的功能的功能數(shù)據(jù)分析功能數(shù)據(jù)分析功能 基本統(tǒng)計(jì) 回歸分析 方差分析 實(shí)驗(yàn)設(shè)計(jì)分析 控制圖 質(zhì)量工具 可靠度分析 多變量分析 時(shí)間序列 列聯(lián)表 非參數(shù)估計(jì) EDA 概率與樣本容量Minitab的功能的功能圖形分析圖形分析 直方圖 散布圖 時(shí)間序列圖 條形圖 箱圖 矩陣圖 輪廓圖 三維圖 點(diǎn)圖 餅圖 邊際圖 概率圖 莖葉圖 特征圖課程內(nèi)容安排課程內(nèi)容安排由于時(shí)間有限，很多內(nèi)容只是做簡(jiǎn)單的介紹；在兩天的時(shí)間里，主要的課程內(nèi)容安排如下：R&D研發(fā)研發(fā)支援支援生產(chǎn)生產(chǎn) 6 6 TransactionManufacturing區(qū)區(qū)分分第一天第一天第二天

3、第二天上上午午基本界面和操作介紹常用圖形的Minitab操作特性要因圖柏拉圖散布圖直方圖時(shí)間序列圖4）組間/組內(nèi)能力分析5）Weibull能力分析基礎(chǔ)統(tǒng)計(jì)和假設(shè)檢驗(yàn)1)描述統(tǒng)計(jì) 2)單樣本Z測(cè)試3)單樣本T測(cè)試 4)雙樣本T測(cè)試5)成對(duì)T測(cè)試 6)1比率測(cè)試 7) 2比率測(cè)試 8)正態(tài)分布下下午午SPC的Minitab操作能力分析1）正態(tài)分布圖能力分析2）泊松分布圖能力分析3）二項(xiàng)分布圖能力分析方差分析1)單因數(shù)和雙因數(shù)方差分析回歸分析1)簡(jiǎn)單回歸 2)逐步回歸MSA測(cè)量系統(tǒng)分析1)測(cè)量重復(fù)和再現(xiàn)性 (交叉Crossed、嵌套Nested)2)測(cè)量走勢(shì)圖 3)測(cè)量線性研究4)屬性測(cè)量R&

4、;R 研究（計(jì)數(shù)）Minitab界面和界面和基本操作介紹基本操作介紹Minitab界面界面Session Window:分析結(jié)果輸出窗口Data Window:輸入數(shù)據(jù)的窗口每一列的名字可以寫在最前面的列每一列的數(shù)據(jù)性質(zhì)是一致的主菜單主菜單Minitab界面界面 同一時(shí)間只能激活一個(gè)窗口.每一個(gè)窗口可以單獨(dú)儲(chǔ)存.不同的要求選擇不同的保存命令打開文件打開文件保存文件保存文件打印窗口打印窗口之前之后命令之前之后命令查找數(shù)據(jù)查找數(shù)據(jù)查找下一個(gè)數(shù)據(jù)查找下一個(gè)數(shù)據(jù)取消取消幫助幫助顯示因子設(shè)計(jì)顯示因子設(shè)計(jì)當(dāng)前數(shù)據(jù)窗口當(dāng)前數(shù)據(jù)窗口session窗口窗口剪切剪切復(fù)制復(fù)制粘貼粘貼恢復(fù)恢復(fù)顯示顯示workshee

5、ts折疊折疊顯示顯示GRAPH折疊折疊狀態(tài)向?qū)顟B(tài)向?qū)э@示顯示session窗口折疊窗口折疊項(xiàng)目窗口項(xiàng)目窗口關(guān)閉所有圖形窗口關(guān)閉所有圖形窗口重做重做編輯最近對(duì)話框編輯最近對(duì)話框歷史記錄歷史記錄報(bào)告便棧報(bào)告便棧打開相關(guān)文件打開相關(guān)文件項(xiàng)目管理窗口項(xiàng)目管理窗口插入單元格插入單元格插入行插入行插入列插入列移除列移除列工具欄的介紹工具欄的介紹數(shù)據(jù)的生成數(shù)據(jù)的生成( (Make Random Data) )例：生成一組男生身高的數(shù)據(jù)，要求：平均身高175cm，標(biāo)準(zhǔn)偏差5cm，數(shù)據(jù)個(gè)數(shù)100. Select: 計(jì)算計(jì)算 隨隨機(jī)數(shù)據(jù)機(jī)數(shù)據(jù) 正態(tài)正態(tài)數(shù)據(jù)的生成結(jié)果數(shù)據(jù)的生成結(jié)果生成有規(guī)律的數(shù)據(jù)生成有規(guī)律的數(shù)據(jù)

6、 Select:計(jì)算計(jì)算 產(chǎn)生模板化數(shù)據(jù)產(chǎn)生模板化數(shù)據(jù) 簡(jiǎn)單數(shù)集簡(jiǎn)單數(shù)集結(jié)果輸出結(jié)果輸出數(shù)據(jù)類型的轉(zhuǎn)換數(shù)據(jù)類型的轉(zhuǎn)換( (Change Data Type) ) Select: 數(shù)據(jù)數(shù)據(jù) 更改數(shù)據(jù)類型更改數(shù)據(jù)類型 數(shù)字到文本數(shù)字到文本需要轉(zhuǎn)換的列轉(zhuǎn)換后數(shù)據(jù)存放列，可以是原來(lái)的數(shù)據(jù)列數(shù)據(jù)類型的轉(zhuǎn)換結(jié)果數(shù)據(jù)類型的轉(zhuǎn)換結(jié)果數(shù)據(jù)的堆棧（數(shù)據(jù)的堆棧（Stack&Unstack）Select: 數(shù)據(jù)數(shù)據(jù) 堆疊堆疊 列列原始數(shù)據(jù)輸入需要堆棧的列，如果由前后順序，按前后順序進(jìn)行輸入輸入堆棧后存放列的位置注解可以用來(lái)區(qū)分?jǐn)?shù)據(jù)的來(lái)源數(shù)據(jù)的堆棧結(jié)果數(shù)據(jù)的堆棧結(jié)果數(shù)據(jù)塊的堆棧數(shù)據(jù)塊的堆棧( (Stack Bl

7、ocks) )Select: 數(shù)據(jù)數(shù)據(jù) 堆疊堆疊 列的區(qū)組列的區(qū)組原始數(shù)據(jù)在對(duì)話框中輸入25列數(shù)據(jù)，注解列在前面輸入新工作表和注解的位置數(shù)據(jù)塊的堆棧結(jié)果數(shù)據(jù)塊的堆棧結(jié)果轉(zhuǎn)置欄（轉(zhuǎn)置欄（Transpose Columns）Select: 數(shù)據(jù)數(shù)據(jù) 轉(zhuǎn)置列轉(zhuǎn)置列輸入需要轉(zhuǎn)置的列輸入新工作表的位置可以輸入注解列轉(zhuǎn)置結(jié)果轉(zhuǎn)置結(jié)果連接（連接（Concatenate） Select: 數(shù)據(jù)數(shù)據(jù) 合并合并原始數(shù)據(jù)輸入需要連接的數(shù)據(jù)列輸入新數(shù)據(jù)列的位置連接結(jié)果連接結(jié)果編碼（編碼（Code） Select: 數(shù)據(jù)數(shù)據(jù) 編碼編碼數(shù)字到文本數(shù)字到文本原始數(shù)據(jù)被編碼的變量存儲(chǔ)編碼值的欄規(guī)則編碼編碼結(jié)果編碼結(jié)果Mini

8、tab之常用圖形之常用圖形QC手法常用的圖形如手法常用的圖形如下下:特性要因圖控制圖(參見SPC部分)柏拉圖散布圖直方圖時(shí)間序列圖特性要因圖特性要因圖決定特性Y頭腦風(fēng)暴找出可能的要因X將X依5M+1E方式列表將表輸出MINITAB中輸出結(jié)果圖形練習(xí)練習(xí)人機(jī)料法環(huán)測(cè)不夠熟練設(shè)備沒有保養(yǎng)原料沒有檢查沒有設(shè)定標(biāo)準(zhǔn)化方法溫度太高儀器偏差太大培訓(xùn)不夠設(shè)備不常清掃原料含s,p太高抽樣方式不合理濕度太低儀器R&R太高監(jiān)督不夠沒有進(jìn)行點(diǎn)檢輸入表中輸入表中Select: 統(tǒng)計(jì)統(tǒng)計(jì) 質(zhì)量工具質(zhì)量工具 因果因果注意輸入格式填好各項(xiàng)需要的參數(shù)填好各項(xiàng)需要的參數(shù)結(jié)果輸出結(jié)果輸出:柏拉圖柏拉圖收集各項(xiàng)質(zhì)量特性缺陷

9、列成表輸入到MINITAB中MINITAB繪出圖形找出關(guān)鍵的Y特性練習(xí)練習(xí)項(xiàng)次項(xiàng)次缺陷項(xiàng)缺陷項(xiàng)數(shù)量數(shù)量1虛焊5002漏焊3003強(qiáng)度不夠2004外觀受損1505其它160輸入數(shù)據(jù)輸入數(shù)據(jù)Select: 統(tǒng)計(jì)統(tǒng)計(jì) 質(zhì)量工具質(zhì)量工具 Pareto 圖圖填好各項(xiàng)參數(shù)填好各項(xiàng)參數(shù)輸入缺陷列輸入頻數(shù)列在此指定 “95%” 將使余下的圖示為 “Others”。設(shè)置X軸,Y軸標(biāo)簽可以對(duì)柏拉圖進(jìn)行命名結(jié)果輸出結(jié)果輸出不良項(xiàng)目不良數(shù)不良率累計(jì)不良率摩擦痕7.780.370.37輥印2.440.120.48污染2.270.110.59劃傷2.220.110.70線形裂紋1.970.090.79異物壓入1.330.

10、060.85斑痕1.110.050.91微細(xì)裂紋0.770.040.94墊紙壓入0.680.030.98軋機(jī)墊紙印痕0.510.021.00合計(jì)21.08下表為STS冷軋工廠ZRM不良現(xiàn)狀,試做分析練習(xí):散布圖散布圖決定你所關(guān)心的Y決定和Y有可能的X收集Y和X的數(shù)據(jù)輸入MINITAB繪出圖形判定Y和X之間的關(guān)系練習(xí)練習(xí)YX65800668106582066830678406785068860688706789068900輸入數(shù)據(jù)輸入數(shù)據(jù)Select: 圖形圖形 散點(diǎn)圖散點(diǎn)圖輸入?yún)?shù)輸入?yún)?shù)可以選擇不同的輸出表現(xiàn)形式輸出圖形輸出圖形可以用直接方式判定，有正相關(guān)的傾向。更詳細(xì)的說明可以參見回歸分析

11、直方圖直方圖決定你所關(guān)心的Y或X收集Y或X的數(shù)據(jù)輸入MINITAB表MINITAB繪出直方圖進(jìn)行判定練習(xí)練習(xí)序號(hào) 零件重量161.1 61.3 61.4 60.6 60.6 62.0 61.0 60.6 260.6 60.8 60.9 61.3 61.0 60.8 60.7 60.2 361.3 60.6 60.3 60.7 61.2 60.6 61.1 62.1 461.0 60.8 61.8 60.9 60.9 61.7 61.4 60.4 560.9 60.2 60.6 61.5 61.7 59.8 62.1 62.3 661.0 60.8 60.9 60.6 61.1 61.0 61.

12、1 60.9 760.3 60.7 61.0 61.7 60.5 61.6 61.6 60.7 860.5 61.3 61.5 61.1 61.0 60.7 61.2 60.8 961.0 61.4 61.0 60.3 61.1 61.1 61.0 61.1 1061.2 60.9 60.4 61.6 60.6 60.4 60.3 60.6 1160.4 60.5 61.3 61.2 61.9 60.9 61.0 60.7 1260.8 60.8 59.7 60.8 61.0 61.2 60.6 60.7 1362.3 61.2 61.2 60.0 61.0 60.1 61.4 61.1 14

13、62.2 60.9 60.5 61.6 62.5 61.1 61.0 61.4 1560.1 60.8 61.0 61.1 60.8 61.5 61.7 60.5 Select: 圖形圖形 直方圖直方圖輸入數(shù)據(jù)輸入數(shù)據(jù)例:右表為某零件重量的數(shù)據(jù).試作(1)直方圖(2)計(jì)算均值x和標(biāo)準(zhǔn)差s(3)該特性值的下限是60.2克,上限是62.6克,在直方圖中加入規(guī)格線并加以討論.填入?yún)?shù)填入?yún)?shù)可以選擇不同的輸出表現(xiàn)形式可以同時(shí)為幾個(gè)變量作直方圖點(diǎn)擊此選項(xiàng)輸入上下規(guī)格界限結(jié)果輸出結(jié)果輸出請(qǐng)依照直方圖分析方法來(lái)進(jìn)行圖形分析和判定更深入的分析可以參見制程能力分析部份。時(shí)間序列圖時(shí)間序列圖決定你所關(guān)心的Y或X

14、收集Y或X的數(shù)據(jù)輸入MINITAB表MINITAB繪出時(shí)間序列圖進(jìn)行判定練習(xí)練習(xí)時(shí)間時(shí)間銷售量銷售量2006/11502006/21262006/31352006/41652006/51902006/61702006/71752006/81802006/9176輸入數(shù)據(jù)輸入數(shù)據(jù)Select: 圖形圖形 時(shí)間序列圖時(shí)間序列圖填入?yún)?shù)填入?yún)?shù)可以選擇不同的輸出表現(xiàn)形式時(shí)間刻度設(shè)置結(jié)果輸出結(jié)果輸出依此狀況來(lái)判定未定的銷售趨勢(shì)。Minitab的的SPC使用使用控制圖一一. .控制圖原理控制圖原理1.現(xiàn)代質(zhì)量管理的一個(gè)觀點(diǎn)-產(chǎn)品質(zhì)量的統(tǒng)計(jì)觀點(diǎn)a.產(chǎn)品的質(zhì)量具有變異性.b.產(chǎn)品質(zhì)量的變異具有統(tǒng)計(jì)規(guī)律性.至

15、工業(yè)革命以后,人們一開始誤認(rèn)為:產(chǎn)品是由機(jī)器造出來(lái)的,因此,生產(chǎn)出來(lái)的產(chǎn)品是一樣的.隨著測(cè)量理論與測(cè)量工具的進(jìn)步,人們終于認(rèn)識(shí)到:產(chǎn)品質(zhì)量具有變異性,公差制度的建立是一個(gè)標(biāo)志.產(chǎn)品質(zhì)量的變異也是有規(guī)律性的,但它不是通常的確定性現(xiàn)象的確定性規(guī)律,而是隨機(jī)現(xiàn)象的統(tǒng)計(jì)規(guī)律.控制圖一一. .控制圖原理控制圖原理2.控制圖的原理a.計(jì)量值產(chǎn)品特性的正態(tài)分布如果我們對(duì)某一計(jì)量值產(chǎn)品的特性值(如:鋼卷厚度等）進(jìn)行連續(xù)測(cè)試,只要樣本量足夠大,就可看到它們服從正態(tài)分布的規(guī)律. 4 1 6 78 6 9 7 5 * *0 n (x; , )控制圖一一. .控制圖原理控制圖原理b. 3 控制方式下的產(chǎn)品特性值區(qū)間3

16、 控制方式下產(chǎn)品特性值落在 -3 , +3 范圍內(nèi)的概率為99.73%,其產(chǎn)品特性值落在此區(qū)間外的概率為1-99.73%=0.27%. 4 1 6 78 6 9 7 5 * *0.135%0.135% -3 +3 控制圖一一. .控制圖原理控制圖原理c. 常規(guī)控制圖的形成 -3 +3+3 -3 -3 +3控制圖一一. .控制圖原理控制圖原理d.控制圖原理的解釋第一種解釋:1.若過程正常,即分布不變,則點(diǎn)子超過UCL的概率只 有1 左右.2.若過程異常, 值發(fā)生偏移,于是分布曲線上、下偏移,則點(diǎn)子超過UCL或LCL的概率大為增加.結(jié)論:點(diǎn)出界就判異以后要把它當(dāng)成一條規(guī)定來(lái)記住.8 9 10 11

17、UCLCLLCL時(shí)間(h)控制圖一一. .控制圖原理控制圖原理第二種解釋:1.偶然因素引起偶然波動(dòng)。偶然波動(dòng)不可避免,但對(duì)質(zhì)量的影響微小,通常服從正態(tài)分布,且其分布不隨時(shí)間的變化而改變。時(shí)間目標(biāo)線可預(yù)測(cè)過程受控控制圖一一. .控制圖原理控制圖原理2.異因引起異波。異波產(chǎn)生后,其分布會(huì)隨時(shí)間的變化而發(fā)生變化。異波對(duì)質(zhì)量影響大,但采取措施后不難消除。第二種解釋:結(jié)論:控制圖上的控制界限就是區(qū)分偶波與異波的科學(xué) 界限,休哈特控制圖的實(shí)質(zhì)是區(qū)分偶然因素與異常 因素兩類因素.時(shí)間目標(biāo)線不可預(yù)測(cè)過程失控二二. .常規(guī)控制圖及其用途常規(guī)控制圖及其用途控制圖取樣費(fèi)時(shí)、昂貴的場(chǎng)合.UCLx=X+2.66RsUC

18、LRs=3.267Rs單值-移動(dòng)極差控制圖X-Rs現(xiàn)場(chǎng)需把測(cè)定數(shù)據(jù)直接記入控制圖進(jìn)行控制.UCLX=X+m3A2RUCLR=D4RLCLR=D3R中位數(shù)-極差控制圖X - R當(dāng)樣本大小n10,需要應(yīng)用s圖來(lái)代替R圖.UCLX= X+A3sUCLs= B4sLCLs = B3s均值-標(biāo)準(zhǔn)差控制圖X - s最常用最基本的控制圖.控制對(duì)象:長(zhǎng)度、重量等.UCLX= X+A2RUCLR= D4RLCLR =D3R均值-極差控制圖X - R正態(tài)分布(計(jì)量值)備備 注注控制圖界限控制圖界限控制圖名稱控制圖名稱控制圖控制圖代號(hào)代號(hào)分布分布二二. .常規(guī)控制圖及其用途常規(guī)控制圖及其用途控制圖一定單位,樣品大小

19、不變時(shí)UCLc= c + 3 c不合格數(shù)控制圖c一定單位中所出現(xiàn)缺陷數(shù)目控制UCLu=u+3 u / n單位不合格數(shù)控制圖u泊松分布(計(jì)點(diǎn)值)不合格品數(shù)控制UCLnp=np+3 np(1-p)不合格品數(shù)控制圖np用于不合格品率或合格品率控制UCLp= p+ 3 p(1-p)/n不合格品率控制圖p二項(xiàng)分布(計(jì)件值)備注備注控制圖界限控制圖界限控制圖名稱控制圖名稱控制圖控制圖代號(hào)代號(hào)分布分布Minitab可提供的圖形可提供的圖形 計(jì)量型計(jì)量型Xbar-RXbar-sI-MRI-MR-sZ-MR 計(jì)數(shù)型計(jì)數(shù)型PNpCUXbar-R做法做法Xbar-R是用于計(jì)量型判穩(wěn)準(zhǔn)則：連續(xù)二十五點(diǎn)沒有超出控制界限

20、。判異準(zhǔn)則： 一點(diǎn)超出控制界限 連續(xù)六點(diǎn)上升或下降或在同一側(cè) 不呈正態(tài)分布，大部份點(diǎn)子沒有集中在中心線。Xbar-R做法做法決定要研究或控制的Y或X特性收集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取措施Xbar-R練習(xí)練習(xí)Select: 統(tǒng)計(jì)統(tǒng)計(jì) 控制圖控制圖 子組的變量控制圖子組的變量控制圖 Xbar-R打開Data目錄下的 凸輪軸.mtw路徑：Program FilesMinitabMinitab 16中文(簡(jiǎn)體)樣本數(shù)據(jù)凸輪軸輸入?yún)?shù)輸入?yún)?shù)根據(jù)不同的輸入方式選擇不同的分析方法決定測(cè)試要求決定測(cè)試要求可以在這里選擇判異準(zhǔn)則判判 異異 準(zhǔn)準(zhǔn) 則則準(zhǔn)則準(zhǔn)則1: 1: 一點(diǎn)超

21、出控制界限一點(diǎn)超出控制界限AABCCBUCLUCLCLCLLCLLCL區(qū)域A (+3 )區(qū)域A ( -3 )區(qū)域B (+2 )區(qū)域C (+1 )區(qū)域C ( -1 )區(qū)域B ( -2 )UCLUCLCLCLLCLLCL準(zhǔn)則準(zhǔn)則2: 2: 連續(xù)連續(xù)9 9點(diǎn)在中心線的同側(cè)點(diǎn)在中心線的同側(cè)判判 異異 準(zhǔn)準(zhǔn) 則則AABCCBUCLUCLCLCLLCLLCL準(zhǔn)則準(zhǔn)則3: 連續(xù)連續(xù)6點(diǎn)呈上升或下降趨勢(shì)點(diǎn)呈上升或下降趨勢(shì)AABCCBUCLCLLCL判判 異異 準(zhǔn)準(zhǔn) 則則準(zhǔn)則準(zhǔn)則4: 連續(xù)連續(xù)14點(diǎn)上下交替點(diǎn)上下交替AABCCBUCLCLLCL判判 異異 準(zhǔn)準(zhǔn) 則則準(zhǔn)則準(zhǔn)則5: 連續(xù)連續(xù)3點(diǎn)中有點(diǎn)中有2點(diǎn)落在中

22、心線點(diǎn)落在中心線 同一側(cè)的同一側(cè)的B區(qū)以外區(qū)以外判判 異異 準(zhǔn)準(zhǔn) 則則AABCCBUCLCLLCL準(zhǔn)則準(zhǔn)則6: 連續(xù)連續(xù)5點(diǎn)中有點(diǎn)中有4點(diǎn)在點(diǎn)在C區(qū)之外區(qū)之外(同側(cè)同側(cè))判判 異異 準(zhǔn)準(zhǔn) 則則AABCCBUCLCLLCL準(zhǔn)則準(zhǔn)則7: 7: 連續(xù)連續(xù)1515點(diǎn)在中心線附近的點(diǎn)在中心線附近的C C區(qū)內(nèi)區(qū)內(nèi)判判 異異 準(zhǔn)準(zhǔn) 則則AABCCBUCLCLLCL準(zhǔn)則準(zhǔn)則8: 8: 連續(xù)連續(xù)8 8點(diǎn)在中心線兩側(cè)而無(wú)一點(diǎn)在點(diǎn)在中心線兩側(cè)而無(wú)一點(diǎn)在C C區(qū)區(qū)判判 異異 準(zhǔn)準(zhǔn) 則則AABCCBUCLCLLCL決定標(biāo)準(zhǔn)差的估計(jì)方法決定標(biāo)準(zhǔn)差的估計(jì)方法一般選擇Rbar的標(biāo)準(zhǔn)差估計(jì)方式?jīng)Q定選項(xiàng)決定選項(xiàng)進(jìn)行正態(tài)性轉(zhuǎn)換值將

23、標(biāo)準(zhǔn)轉(zhuǎn)換變量的標(biāo)準(zhǔn)偏差最小化,當(dāng)0， 轉(zhuǎn)換結(jié)果為Y ,如0,轉(zhuǎn)換結(jié)果為L(zhǎng)OGeY值轉(zhuǎn)換值2Y=Y20.5Y=Y0Y=logeY-0.5Y=1/Y-1Y=1/Y決定選項(xiàng)決定選項(xiàng)(續(xù)續(xù))輸入1,2,3StDEV控制限S Sa am mp pl le eS Sa am mp pl le e M Me ea an n191715131197531602600598_X=600.23+3SL=602.376-3SL=598.084+2SL=601.660-2SL=598.800+1SL=600.945-1SL=599.515S Sa am mp pl le eS Sa am mp pl le e R R

24、a an ng ge e19171513119753186420_R=3.72+3SL=7.866-3SL=0+2SL=6.484-2SL=0.956+1SL=5.102-1SL=2.338161X Xb ba ar r- -R R C Ch ha ar rt t o of f S Su up pp p2 2圖形輸出圖形輸出:判判 圖圖 請(qǐng)判定前圖是否有異常 請(qǐng)問本圖為解析用圖或是控制用圖Xbar-s做法做法決定要研究或控制的Y或X特性收集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取措施Xbar-s練習(xí)練習(xí)n Select: 統(tǒng)計(jì)統(tǒng)計(jì)控制圖控制圖 子組的變量控制子組的變量控制

25、Xbar-s打開數(shù)據(jù)樣本目錄下的凸輪軸.mtw輸入?yún)?shù)輸入?yún)?shù)其他參數(shù)設(shè)置與Xbar-R圖相同S Sa am mp pl le eS Sa am mp pl le e M Me ea an n191715131197531602600598_X=600.23+3SL=602.424-3SL=598.036+2SL=601.693-2SL=598.767+1SL=600.961-1SL=599.499S Sa am mp pl le eS Sa am mp pl le e S St tD De ev v1917151311975313210_S=1.537+3SL=3.211-3SL=0+2SL

26、=2.653-2SL=0.421+1SL=2.095-1SL=0.979161X Xb ba ar r- -S S C Ch ha ar rt t o of f S Su up pp p2 2圖形輸出圖形輸出:判判 圖圖 請(qǐng)判定前圖是否有異常 請(qǐng)問本圖為分析用圖或是控制用圖I-MR圖做法圖做法決定要研究或控制的Y或X特性收集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取措施I-MR練習(xí)練習(xí) 打開下列檔案: Data目錄下的涂層.MTW Select: 統(tǒng)計(jì)統(tǒng)計(jì) 控制圖控制圖 單值的變量控制圖單值的變量控制圖 I-MR輸入?yún)?shù)輸入?yún)?shù)輸入變量圖形輸出圖形輸出判判 圖圖 請(qǐng)判定前圖是

27、否有異常 請(qǐng)問本圖為解析用圖或是控制用圖I-MR-R圖做法圖做法決定要研究或控制的Y或X特性收集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取措施I-MR-R練習(xí)練習(xí) 打開Data目錄下的凸輪軸.mtw Select: 統(tǒng)計(jì)統(tǒng)計(jì) 控制圖控制圖 子組的變量控制圖子組的變量控制圖 I-MR-R輸入?yún)?shù)輸入?yún)?shù)輸入變量和樣本數(shù)圖形輸出圖形輸出判判 圖圖 請(qǐng)判定前圖是否有異常 請(qǐng)問本圖為分析用圖或是控制用圖Z-MR(標(biāo)準(zhǔn)化的單值移動(dòng)極差標(biāo)準(zhǔn)化的單值移動(dòng)極差)圖做法圖做法決定要研究或控制的Y或X特性收集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取措施Z-MR練習(xí)練習(xí) Sel

28、ect: 統(tǒng)計(jì)統(tǒng)計(jì) 控制圖控制圖 單值的變量控制圖單值的變量控制圖 Z-MR打開 數(shù)據(jù)樣本 目錄下的質(zhì)量控制示例.MTW 當(dāng)過程數(shù)據(jù)少而無(wú)法很好 評(píng)估過程參數(shù)時(shí)使用輸入?yún)?shù)輸入?yún)?shù)輸入變量輸入自變量決定估計(jì)決定估計(jì)選擇標(biāo)準(zhǔn)差的估計(jì)方法圖形輸出圖形輸出P圖做法圖做法判定及采取措施決定要研究或控制的Y特性收集數(shù)據(jù)輸入minitab中用minitab繪圖及分析P圖圖練習(xí)練習(xí) P圖只能適用在二項(xiàng)分布的質(zhì)量特性性。 在做p圖時(shí)，要注意其樣本數(shù)必須達(dá)到1/p5/p，如此之下的圖才比較具有意義。輸入數(shù)據(jù)輸入數(shù)據(jù)打開數(shù)據(jù)文檔樣本數(shù)不合格數(shù)105410921000120514631042117419232005

29、163210711225146118801042106312911146125113331623Select : 統(tǒng)計(jì)統(tǒng)計(jì)控制圖控制圖屬性控制屬性控制圖圖P將數(shù)據(jù)輸入到Minitab表中輸入?yún)?shù)輸入?yún)?shù)輸入變量輸入樣本數(shù)決定判異準(zhǔn)則決定判異準(zhǔn)則選擇判異準(zhǔn)則計(jì)數(shù)型的判異準(zhǔn)則與計(jì)量型的不太一樣圖形輸出圖形輸出NP圖做法圖做法決定要研究或控制的Y特性收集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取措施NP圖圖練習(xí)練習(xí) np圖只能適用在二項(xiàng)分布的質(zhì)量特性性。 在做np圖時(shí)，要注意其樣本數(shù)必須達(dá)到1/p5/p，如此之下的圖才比較具有意義。輸入數(shù)據(jù)輸入數(shù)據(jù)打開數(shù)據(jù)文檔Select : 統(tǒng)計(jì)

30、統(tǒng)計(jì)控制圖控制圖屬性控制屬性控制圖圖NP將數(shù)據(jù)輸入到Minitab表中圖形輸出圖形輸出C圖做法圖做法決定要研究或控制的Y特性收集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取措施C圖練習(xí)圖練習(xí) c圖只能適用在泊松分布的質(zhì)量特性上。 在做c圖時(shí)，要注意其樣本數(shù)必須達(dá)到取樣時(shí)至少包含一個(gè)缺陷以上，如此之下的圖才比較具有意義。 另外就是基本上c圖的樣本要一定才可以。如果樣本數(shù)不一樣，則應(yīng)當(dāng)使用u圖。輸入數(shù)據(jù)輸入數(shù)據(jù)打開數(shù)據(jù)文檔將數(shù)據(jù)輸入到 Minitab表中Select: 統(tǒng)計(jì)統(tǒng)計(jì) 控制圖控制圖 屬性控屬性控制圖制圖C輸入?yún)?shù)輸入?yún)?shù)輸入變量決定判異準(zhǔn)則決定判異準(zhǔn)則判異準(zhǔn)則同P圖一樣圖

31、形輸出圖形輸出U圖做法圖做法決定要研究或控制的Y特性收集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取措施U圖練習(xí)圖練習(xí) u圖只能適用在泊松分布的質(zhì)量特性上。 在做u圖時(shí)，要注意其樣本數(shù)必須達(dá)到取樣時(shí)至少包含一個(gè)缺陷以上，如此之下的圖才比較具有意義。輸入數(shù)據(jù)輸入數(shù)據(jù)打開數(shù)據(jù)文檔Select : 統(tǒng)計(jì)統(tǒng)計(jì) 控制圖控制圖 屬性控制圖屬性控制圖U將數(shù)據(jù)輸入到 Minitab表中輸入?yún)?shù)輸入?yún)?shù)輸入變量輸入樣本量圖形輸出圖形輸出EWMA做法做法決定要研究或控制的Y或X特性收集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取措施EWMA的全稱為Exponentially Wei

32、ghted Moving Average,即指數(shù)加權(quán)移動(dòng)平均控制圖.EWMA圖的特點(diǎn):1、對(duì)過程位置的稍小變動(dòng)十分敏感;2 、圖上每一點(diǎn)都綜合考慮了前面子組的信息;3 、對(duì)過程位置的大幅度移動(dòng)沒有Xbar圖敏感;4 、可應(yīng)用于單值,也可應(yīng)用于子組容量大于1的場(chǎng)合.EWMA圖的適用場(chǎng)合:可用于檢測(cè)任意大小的過程位置變化,因此常用于監(jiān)控已受控過程,以發(fā)現(xiàn)過程均值相對(duì)于目標(biāo)值的漂移EWMA練習(xí)練習(xí) Select: 統(tǒng)計(jì)統(tǒng)計(jì) 控制圖控制圖 時(shí)間加權(quán)控制圖時(shí)間加權(quán)控制圖 EWMA輸入?yún)?shù)輸入?yún)?shù)確定權(quán)重系數(shù) 的值,由所需的EWMA圖對(duì)位置偏移檢測(cè)靈敏度所決定,要求檢測(cè)靈敏度越高, 值越小.如需檢測(cè)1的過

33、程偏移, =0.2,如需檢測(cè)2的過程偏移,=0.4.常取=0.2, 1控制圖控制圖 時(shí)間加權(quán)控制圖時(shí)間加權(quán)控制圖 CUSUM例:某機(jī)場(chǎng)每天離港、進(jìn)港航班多達(dá)千架次,航班延誤情況很是嚴(yán)重.航空公司在6管理中把航班延誤作為重點(diǎn)解決的質(zhì)量項(xiàng)目,規(guī)定航班起飛時(shí)間比時(shí)刻表晚5分鐘為延誤,其中不包括因惡劣天氣等無(wú)法抗拒因數(shù)造成的延誤.通過一段時(shí)間的治理,航班延誤率從過去的10%降到現(xiàn)在的2%左右,公司決定采取過程控制,把航班延誤率控制在2%的較好水平.輸入?yún)?shù)輸入?yún)?shù)點(diǎn)擊此選項(xiàng)決策區(qū)間過程允許偏移量圖形輸出圖形輸出MINITAB之制程能力分析之制程能力分析制程能力之分類制程能力之分類計(jì)量型(基于正態(tài)分布)

34、計(jì)數(shù)型(基于二項(xiàng)分布)計(jì)數(shù)型(基于泊松分布)MINITAB 能力分析的選項(xiàng)能力分析的選項(xiàng)(計(jì)量型計(jì)量型)能力分析 (正態(tài))能力分析 (組間/組內(nèi))能力分析 (非正態(tài))能力分析 (多變量正態(tài))能力分析 (多變量非正態(tài))能力分析 (二項(xiàng))能力分析 (Poission)Capability Sixpack (正態(tài))Capability Sixpack (組間/組內(nèi))Capability Sixpack (非正態(tài))能力分析 (正態(tài)) 該命令會(huì)劃出帶理論正態(tài)曲線的直方圖，這可直觀評(píng)估數(shù)據(jù)的正態(tài)性。輸出報(bào)告中還包含過程能力統(tǒng)計(jì)表，包括子組內(nèi)和總體能力統(tǒng)計(jì)。能力分析 (組間/組內(nèi)) 該命令會(huì)劃出帶理論正態(tài)曲

35、線的直方圖，可以直觀評(píng)估數(shù)據(jù)的正態(tài)性。 該命令適用于子組間存在較大變差的場(chǎng)合。輸出報(bào)告中還包含過程能力統(tǒng)計(jì)表，包括子組間子組內(nèi)和總體能力統(tǒng)計(jì)。能力分析 (非正態(tài)) 該命會(huì)會(huì)劃出帶非正態(tài)曲線的直方圖，這可直觀評(píng)估數(shù)據(jù)是否服從其他分布。輸出報(bào)告中還包含總體過程總能力統(tǒng)計(jì)能力分析 (多變量正態(tài))能力分析(多變量非正態(tài))-上述兩個(gè)命令用于對(duì)多個(gè)變量進(jìn)行分析制程能力分析做法制程能力分析做法決定Y特性收集Y特性數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明STEP1STEP1決定決定Y Y特性特性決定Y特性收集Y特性數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明Y特性一般是指客戶所關(guān)心所重 視的特性。Y要先能

36、量化，盡量以定量數(shù)據(jù) 為主。Y要事先了解其規(guī)格界限，是單邊 規(guī)格，還是雙邊規(guī)格。目標(biāo)值是在中心，或則不在中心測(cè)量系統(tǒng)的分析要先做好。STEP2STEP2決定決定Y Y特性特性決定Y特性收集Y特性數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明在收集Y特性時(shí)要 注意層別和分組。各項(xiàng)的數(shù)據(jù)要按時(shí)間 順序做好相應(yīng)的整理STEP3STEP3決定決定Y Y特性特性決定Y特性收集Y特性數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明將數(shù)據(jù)輸入MINTAB中， 或則在EXCEL中都可以。STEP4STEP4決定決定Y Y特性特性決定Y特性收集Y特性數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明利用MINITAB統(tǒng)計(jì)質(zhì)

37、量工具 能力分析 (正態(tài))STEP5STEP5決定決定Y Y特性特性決定Y特性收集Y特性數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明利用MINITAB的各項(xiàng)圖形 來(lái)進(jìn)行結(jié)果說明練習(xí)練習(xí)樣本樣本X1X1X2X2X3X3X4X4X5X5199.7098.72100.24101.28101.20299.32100.97100.8799.2498.21399.8999.83101.4899.56100.90499.1599.7199.1799.3098.80599.66100.80101.06101.16100.45697.7498.8299.2498.6498.737101.18100.2499.6

38、299.3399.918101.54100.96100.62100.67100.499101.49100.6799.36100.38102.101097.1698.2697.59100.0999.78輸入數(shù)據(jù)輸入數(shù)據(jù)Select: 統(tǒng)計(jì)統(tǒng)計(jì) 質(zhì)量工具質(zhì)量工具 能力分析能力分析(正態(tài)正態(tài))注意輸入方式輸入選項(xiàng)輸入選項(xiàng)根據(jù)不同的數(shù)據(jù)輸入方式選擇分析方法輸入上下規(guī)格界限選擇標(biāo)準(zhǔn)差的估計(jì)方法選擇標(biāo)準(zhǔn)差的估計(jì)方法一般選擇復(fù)合的標(biāo)準(zhǔn)差估計(jì)方式選項(xiàng)的輸入選項(xiàng)的輸入如果需要計(jì)算Cpm則需要輸入目標(biāo)值選擇是否作正態(tài)型轉(zhuǎn)換過程能力表現(xiàn)形式的選擇以以Cpk, Ppk結(jié)果的輸出結(jié)果的輸出Cpm是指樣本數(shù)值相對(duì)于對(duì)于目

39、標(biāo)值的一個(gè)能力值，也就是樣本是否靠近目標(biāo)值的概率樣本數(shù)值超過分析規(guī)格界限的分布率模擬曲線落在控制線以外的分布率Cp:過程能力指數(shù),又稱為潛在過程能力指數(shù), 為容差的寬度與過程波動(dòng)范圍之比.Cp=(USL-LSL)/6Cpk:過程能力指數(shù),又稱為實(shí)際過程能力指數(shù), 為過程中心與兩個(gè)規(guī)范限最近的距離 minUSL- , -LSL與3之比.Cpk= minUSL- , -LSL/ 3Cpm:過程能力指數(shù)，有時(shí)也稱第二代過程力指數(shù)，質(zhì)量特性偏離目標(biāo)值造成的質(zhì)量損失其中:=R/d2其中:=R/d2Cpm =(USL-LSL)/6其中:2= 2+(-m)2Cpmk=Cpk/1+(-m)/2Cpmk稱為混合

40、能力指數(shù)Pp與Ppk:過程績(jī)效指數(shù)，計(jì)算方法與計(jì)算Cp和Cpk類似，所不同的是，它們是規(guī)范限與過程總波動(dòng)的比值過程總波動(dòng)通常由標(biāo)準(zhǔn)差s來(lái)估計(jì)12)(nixxS =過程能力與缺陷率的關(guān)系： 1、假如過程中心位于規(guī)范中心M與上 規(guī)范限USL之間，即M USL時(shí)， p(d)=-3(2Cp-Cpk)+(-3Cpk)2 、假如過程中心位于規(guī)范中心M與下 規(guī)范限LSL之間，即LSL M時(shí)， p(d)=-3(1+K)Cp+-3(1-K)CpK=(2 M- )/T以以Zbench方式輸出方式輸出ZUSL=(USL- )/ZLSL=( -LSL)/Z=(USL- LSL)/2 或 Z=3Cp 雙側(cè)規(guī)范下綜合Si

41、gma Level Zbench需通過總?cè)毕萋蔬M(jìn)行折算使用Sigma Level Z來(lái)評(píng)價(jià)過程能力的 優(yōu)點(diǎn)是:Z與過程的不合格率p(d)或DPMO是一一對(duì)應(yīng)的.結(jié)果說明結(jié)果說明請(qǐng)打開Data目錄下的 Camshaft.mtw，以 Zbench方式輸出練練 習(xí)習(xí)填入?yún)?shù)填入?yún)?shù)結(jié)果輸出結(jié)果輸出通過通過DPMO求求Sigma LevelSelect :CalcProbability Distribution-NormalSelect :CalcCalculator結(jié)果輸出結(jié)果輸出合格率Z值,Sigma LevelCapability Analysis (Between/Within)組間的組內(nèi)的此

42、處的PpkCpk總的=組間的2+組內(nèi)的2(XiX)2/(n1)過程穩(wěn)定系數(shù)d = StDev(overall) - StDev(B/W)過程相對(duì)穩(wěn)定系數(shù)dr = StDev(overall) - StDev(B/W) / StDev(overall) StDev(overall):長(zhǎng)期標(biāo)準(zhǔn)差的估計(jì)值StDev(B/W) :短期標(biāo)準(zhǔn)差的估計(jì)值過程相對(duì)穩(wěn)定系數(shù)的評(píng)價(jià)參考過程相對(duì)穩(wěn)定系數(shù)的評(píng)價(jià)參考過程相對(duì)穩(wěn)定系數(shù)過程相對(duì)穩(wěn)定系數(shù)dr的范圍的范圍評(píng)價(jià)評(píng)價(jià)dr10%接近穩(wěn)定10%=dr20%不太穩(wěn)定20%=dr=50%很不穩(wěn)定Capability Analysis (Nonnormal)此項(xiàng)的分析是用在

43、當(dāng)制程不是呈現(xiàn)正態(tài)分布時(shí)所使用。因?yàn)槿绻瞥滩皇钦龖B(tài)分布硬用正態(tài)分布來(lái)分析時(shí)，容易產(chǎn)生誤差，所以此時(shí)可以使用其他分布來(lái)進(jìn)行分析，會(huì)更貼近真實(shí)現(xiàn)像。練練 習(xí)習(xí) 請(qǐng)使用同前之?dāng)?shù)據(jù)來(lái)進(jìn)行分析。 上規(guī)格：103 下規(guī)格：97 規(guī)格中心：100輸入相關(guān)參數(shù)輸入相關(guān)參數(shù)Select: Stat Quality Tools Capabilty Analysis(Nonnormal)填入選項(xiàng)要求填入選項(xiàng)要求威布爾分布的參數(shù)估計(jì)結(jié)果圖形結(jié)果圖形形狀參數(shù)正態(tài)分布適用性的判定正態(tài)分布適用性的判定 可以使用 Statbasic statisticnormality test 但數(shù)據(jù)要放到同一個(gè)column中，所以必須

44、針對(duì)前面的數(shù)據(jù)進(jìn)行一下處理數(shù)據(jù)調(diào)整數(shù)據(jù)調(diào)整進(jìn)行數(shù)據(jù)的堆積填寫選項(xiàng)填寫選項(xiàng)輸入變量輸入作為參考的概率記號(hào)結(jié)果輸出結(jié)果輸出P-valueP-value0.050.05，接，接收為正態(tài)收為正態(tài)分布分布結(jié)果輸出結(jié)果輸出(加標(biāo)加標(biāo)0.5概率概率)計(jì)量型制程能力分析總結(jié)計(jì)量型制程能力分析總結(jié) 一般的正態(tài)分布使用 Capability Analysis (Normal) 如果是正態(tài)分布且其組內(nèi)和組間差異較大時(shí)可用 Capability Analysis (Between/Within) 當(dāng)非正態(tài)分布時(shí)則可以使用 Capability Analysis (Nonnormal)Capability Sixpac

45、k (Normal) 復(fù)合了以下的六個(gè)圖形 Xbar R 原始數(shù)據(jù)分布（plot） 直方圖 正態(tài)分布檢定 CPK, PPK練習(xí)練習(xí) 請(qǐng)以前面的數(shù)據(jù)來(lái)進(jìn)行相應(yīng)的Capability Sixpack (Normal)練習(xí) Select: Stat Quality Tools Capabilty Sixpack(Normal)輸入各項(xiàng)參數(shù)輸入各項(xiàng)參數(shù)輸入規(guī)格選定判異準(zhǔn)則選定判異準(zhǔn)則選擇判異準(zhǔn)則選擇標(biāo)準(zhǔn)差估計(jì)方法選擇標(biāo)準(zhǔn)差估計(jì)方法默認(rèn)值是復(fù)合標(biāo)準(zhǔn)差計(jì)算公式考慮可選擇項(xiàng)考慮可選擇項(xiàng)如果希望計(jì)算Cpm,則輸入目標(biāo)值結(jié)果輸出結(jié)果輸出Capability Sixpack (Between/Within) 復(fù)合

46、了以下的六個(gè)圖形 Individual Moving Range Range 直方圖 正態(tài)分布檢定 CPK, PPK同前練習(xí)及結(jié)果同前練習(xí)及結(jié)果Capability Sixpack (Nonnormal) 復(fù)合了以下的六個(gè)圖形 Xbar R 原始數(shù)據(jù)分布 直方圖 正態(tài)分布檢定 CPK, PPK結(jié)果輸出結(jié)果輸出形狀參數(shù)二項(xiàng)分布制程能力分析二項(xiàng)分布制程能力分析 二項(xiàng)分布只適合用在 好，不好 過，不過 好，壞 不可以用在 0,1,2,3等二項(xiàng)以上的選擇，此種狀況必須使用泊松分布。示例示例 數(shù)據(jù)在Data目錄下 的Bpcapa.mtw中 Select : Stat Quality Tools Capa

47、bilty Analysis Binomial填好各項(xiàng)的參數(shù)填好各項(xiàng)的參數(shù)輸入樣本數(shù)輸入歷史的不良率選好控制圖的判異準(zhǔn)則選好控制圖的判異準(zhǔn)則結(jié)果及輸出結(jié)果及輸出該線與P Chart中的P bar 是相同的不良的比例（希望它是隨機(jī)分布）累計(jì)不良率泊松泊松分布制程能力分析分布制程能力分析 泊松分布只適合用在 計(jì)數(shù)型，有二個(gè)以上的選擇時(shí) 例如可以用在 外觀檢驗(yàn)，但非關(guān)鍵項(xiàng)部份 0,1,2,3等二項(xiàng)以上的選擇，此種 狀況必須使用泊松分布。示例示例 數(shù)據(jù)在Data目錄下 的Bpcapa.mtw中Select: Stat Quality Tools Capabilty Analysis(Poisson)填

48、好各項(xiàng)的參數(shù)填好各項(xiàng)的參數(shù)結(jié)果及輸出結(jié)果及輸出基礎(chǔ)統(tǒng)計(jì)基礎(chǔ)統(tǒng)計(jì)描述性統(tǒng)計(jì)描述性統(tǒng)計(jì) Select: Stat Basic Statistics Display descriptive statistics假設(shè)想對(duì)兩組學(xué)生的身高進(jìn)行描述性統(tǒng)計(jì)以便比較,數(shù)據(jù)如右:填入?yún)?shù)填入?yún)?shù)輸出結(jié)果輸出結(jié)果變異系數(shù)3/4數(shù)據(jù)點(diǎn)與1/4數(shù)據(jù)點(diǎn)的差值InterQuartile Range數(shù)據(jù)連續(xù)差異平方的均值選定欄數(shù)據(jù)修正均值 Trimmed Mean輸出結(jié)果輸出結(jié)果(續(xù)續(xù)1)輸出結(jié)果輸出結(jié)果(續(xù)續(xù)2)Select: Stat Basic Statistics Graphical Summary輸出結(jié)果輸出結(jié)果(

49、續(xù)續(xù)3)假設(shè)檢驗(yàn)假設(shè)檢驗(yàn)廣告宣傳的虛假性廣告宣傳的虛假性l手機(jī)電池的使用壽命不是按年來(lái)計(jì)算的，而是按電池的充放電次數(shù)來(lái)計(jì)算的。鎳氫電池一般可充放電200-300次，鋰電池一般可充放電350-700次。某手機(jī)電池廠商宣稱其一種改良產(chǎn)品能夠充放電900次，為了驗(yàn)證廠商的說法，消費(fèi)者協(xié)會(huì)對(duì)10件該產(chǎn)品進(jìn)行了充放電試驗(yàn)。得到的次數(shù)分別為891，863，903，912，861，885，874，923，841，836。廣告宣傳是虛假的嗎廣告宣傳是虛假的嗎上述數(shù)據(jù)的均值為878.9，明顯少于900。但是，到底均值落在什么范圍內(nèi)我們就認(rèn)為廣告宣傳是虛假的呢？900接受廣告宣傳接受廣告宣傳現(xiàn)在的問題是如現(xiàn)在的問

50、題是如何確定這兩條線何確定這兩條線的位置的位置假設(shè)檢驗(yàn)的原理假設(shè)檢驗(yàn)的原理 假設(shè)檢驗(yàn)的原理是邏輯上的反證法邏輯上的反證法和 統(tǒng)計(jì)上的小概率原理統(tǒng)計(jì)上的小概率原理 反證法：當(dāng)一件事情的發(fā)生只有兩種可能A和B，如果能否定B，則等同于間接的肯定了A。 小概率原理：發(fā)生概率很小的隨機(jī)事件在一次實(shí)驗(yàn)中是幾乎不可能發(fā)生的。假設(shè)檢驗(yàn)的原理假設(shè)檢驗(yàn)的原理( (續(xù)續(xù)) )l由于個(gè)體差異的存在，即使從同一總體中嚴(yán)格的隨機(jī)抽樣，X1、X2、X3、X4、，也不盡不同。l它們的 不同有兩種（只有兩種）可能：（1）分別所代表的總體均值相同，由于抽樣誤差造成了樣本均值的差別。差別無(wú)顯著性 。（2）分別所代表的總體均值不同。

51、差別有顯著性。 假設(shè)檢驗(yàn)的幾個(gè)步驟假設(shè)檢驗(yàn)的幾個(gè)步驟假設(shè)檢驗(yàn)的一般步驟，即提出假設(shè)、確定檢驗(yàn)統(tǒng)計(jì)量、計(jì)算檢驗(yàn)統(tǒng)計(jì)量值、做出決策。 提出假設(shè) 構(gòu)造統(tǒng)計(jì)量 做出統(tǒng)計(jì) 決策 計(jì)算統(tǒng)計(jì)量值 做出推斷提出假設(shè)提出假設(shè)l在決策分析過程中，人們常常需要證實(shí)自己通過樣本數(shù)據(jù)對(duì)總體分布形式做出的某種推斷的正確性（比如，總體的參數(shù)大于某個(gè)值0），這時(shí)就需要提出假設(shè)，假設(shè)包括零假設(shè)H0與備擇假設(shè)H1。零假設(shè)的選取零假設(shè)的選取l假設(shè)檢驗(yàn)所使用的邏輯上的間接證明法決定了我們選取的零假設(shè)應(yīng)當(dāng)是與我們希望證實(shí)的推斷相對(duì)立的一種邏輯判斷，也就是我們希望否定的那種推斷。零假設(shè)的選取零假設(shè)的選取( (續(xù)一續(xù)一) )l同時(shí)，作為零

52、假設(shè)的這個(gè)推斷是不會(huì)輕易被推翻的，只有當(dāng)樣本數(shù)據(jù)提供的不利于零假設(shè)的證據(jù)足夠充分，使得我們做出拒絕零假設(shè)的決策時(shí)錯(cuò)誤的可能性非常小的時(shí)候，才能推翻零假設(shè)。零假設(shè)的選取零假設(shè)的選取( (續(xù)二續(xù)二) )l所以，一旦零假設(shè)被拒絕，它的對(duì)立面我們希望證實(shí)的推斷就應(yīng)被視為是可以接受的。構(gòu)造檢驗(yàn)統(tǒng)計(jì)量構(gòu)造檢驗(yàn)統(tǒng)計(jì)量l收集樣本信息l利用樣本信息構(gòu)造檢驗(yàn)統(tǒng)計(jì)量nxz0計(jì)算檢驗(yàn)統(tǒng)計(jì)量值計(jì)算檢驗(yàn)統(tǒng)計(jì)量值l把樣本信息代入到檢驗(yàn)統(tǒng)計(jì)量中，得到檢驗(yàn)統(tǒng)計(jì)量的值。nxz0做出決策做出決策1、 規(guī)定顯著性水平，也就是決策中所面臨的風(fēng)險(xiǎn)2、決定拒絕域(critical region)和判別值(critical value)3、

53、判定檢驗(yàn)統(tǒng)計(jì)量是否落在拒絕域內(nèi)4、得出關(guān)于H0和關(guān)于H1的結(jié)論顯著性水平顯著性水平l顯著性水平是當(dāng)原假設(shè)正確卻被拒絕的概率l通常人們?nèi)?.05或0.01l這表明，當(dāng)做出接受原假設(shè)的決定時(shí)，其正確的可能性(概率)為95%或99%判定法則判定法則1 1、如果檢驗(yàn)統(tǒng)計(jì)量落入拒絕域中，則拒絕原假設(shè)、如果檢驗(yàn)統(tǒng)計(jì)量落入拒絕域中，則拒絕原假設(shè)2 2、如果檢驗(yàn)統(tǒng)計(jì)量落入接受域中，則我們說不能拒絕原假設(shè)、如果檢驗(yàn)統(tǒng)計(jì)量落入接受域中，則我們說不能拒絕原假設(shè)注意：判定法則2的含義是指我們?cè)谶@個(gè)置信水平下沒有足夠的證據(jù)推翻原假設(shè)；實(shí)際上，如果我們改變置信水平或樣本數(shù)量就有可能得到與先前相反的結(jié)果。零假設(shè)和備擇假設(shè)零

54、假設(shè)和備擇假設(shè)零假設(shè)零假設(shè) 備擇假設(shè)備擇假設(shè)1.大于等于() 小于()2.小于等于() 大于()3. 等于() 不等于()可能的零假設(shè)和備擇假設(shè)的情況可能的零假設(shè)和備擇假設(shè)的情況 單側(cè)檢驗(yàn)單側(cè)檢驗(yàn)(one-tailed hypothesis)(one-tailed hypothesis)l某種果汁的包裝上標(biāo)明其原汁含量至少為90%。假定我們想通過假設(shè)檢驗(yàn)對(duì)這項(xiàng)說明進(jìn)行檢驗(yàn)。檢驗(yàn)的方向性檢驗(yàn)的方向性l如果要檢驗(yàn)的問題帶有方向性，如燈泡壽命、電池時(shí)效、頭盔防沖擊性等數(shù)值是越大越好；零件廢品率、生產(chǎn)成本等數(shù)值則是越小越好，這類問題的檢驗(yàn)就屬于單側(cè)檢驗(yàn)。單側(cè)檢驗(yàn)拒絕域和臨界值臨界值0.05接受域拒絕域

55、接受域0拒絕域臨界值左單側(cè)檢驗(yàn)左單側(cè)檢驗(yàn)右單側(cè)檢驗(yàn)右單側(cè)檢驗(yàn)10.95 0.05單側(cè)檢驗(yàn)的例子l例例1: 1:一家食品公司廣告說他的一種谷物一袋一家食品公司廣告說他的一種谷物一袋有有2424千克。消費(fèi)者協(xié)會(huì)想要檢驗(yàn)一下這個(gè)說千克。消費(fèi)者協(xié)會(huì)想要檢驗(yàn)一下這個(gè)說法。他們當(dāng)然不可能打開每袋谷物來(lái)檢查，法。他們當(dāng)然不可能打開每袋谷物來(lái)檢查，所以只能抽取一定數(shù)量的樣品。取得這個(gè)樣所以只能抽取一定數(shù)量的樣品。取得這個(gè)樣本的均值并將其與廣告標(biāo)稱值作比較就能做本的均值并將其與廣告標(biāo)稱值作比較就能做出結(jié)論。請(qǐng)給出該消費(fèi)者協(xié)會(huì)的零假設(shè)和備出結(jié)論。請(qǐng)給出該消費(fèi)者協(xié)會(huì)的零假設(shè)和備擇假設(shè)。擇假設(shè)。單側(cè)檢驗(yàn)的例子(續(xù)一)

56、解：解：（一）、（一）、首先找出總體參數(shù)，這里應(yīng)該是總體的均值首先找出總體參數(shù)，這里應(yīng)該是總體的均值m，即谷即谷物的平均重量，給出原假設(shè)和備擇假設(shè)，即用公式表達(dá)兩個(gè)物的平均重量，給出原假設(shè)和備擇假設(shè)，即用公式表達(dá)兩個(gè)相反的意義。相反的意義。 H0: m 24 (均值至少為 24) Ha: m Basic Statistics 1-Sample Z假設(shè)檢驗(yàn)的假設(shè)檢驗(yàn)的MinitabMinitab實(shí)現(xiàn)實(shí)現(xiàn): :填入?yún)?shù)填入?yún)?shù)輸出結(jié)果輸出結(jié)果單樣本單樣本t檢驗(yàn)檢驗(yàn)(1-Sample t)Select: Stat Basic Statistics 1-Sample t例:右表為測(cè)量9個(gè)工件所得到的數(shù)

57、據(jù).假設(shè)工件數(shù)據(jù)服從正態(tài)分布并且未知總體的,需計(jì)算總體均值是否等于5及其在95%置信度下的置信區(qū)間.填入?yún)?shù)填入?yún)?shù)輸出結(jié)果輸出結(jié)果雙樣本雙樣本t檢驗(yàn)檢驗(yàn)(2-Sample t)Select: Stat Basic Statistics 2-Sample t采用Data目錄下的Furnace.mtw填入?yún)?shù)填入?yún)?shù)輸出結(jié)果輸出結(jié)果P-Value0.05接受原假設(shè)成對(duì)樣本成對(duì)樣本t檢驗(yàn)檢驗(yàn)(Paired t)Select: Stat Basic Statistics Paired t采用Data目錄下的Exh_stat.mtw填入?yún)?shù)填入?yún)?shù)輸出結(jié)果輸出結(jié)果P-ValueBasic Statis

58、tics 1 Proportion實(shí)驗(yàn)次數(shù)成功次數(shù)輸出結(jié)果輸出結(jié)果:雙樣本比例檢驗(yàn)雙樣本比例檢驗(yàn)(2 Proportion)本案例采用總結(jié)數(shù)據(jù)形式本案例采用總結(jié)數(shù)據(jù)形式,直接填入?yún)?shù)直接填入?yún)?shù):Select: Stat Basic Statistics 2 Proportion輸出結(jié)果輸出結(jié)果其它注意事項(xiàng)其它注意事項(xiàng)l選擇假設(shè)檢驗(yàn)方法要注意符合其應(yīng)用條件；l當(dāng)不能拒絕H0時(shí)，即差異無(wú)顯著性時(shí)，應(yīng)考慮的因素：可能是樣品數(shù)目不夠；單側(cè)檢驗(yàn)與雙側(cè)檢驗(yàn)的問題。正態(tài)性檢驗(yàn)正態(tài)性檢驗(yàn)(Normality test)本例采用Data目錄下的Scores.MTWSelect: Stat Basic Stat

59、istics Normality test填入?yún)?shù)填入?yún)?shù)基于ECDF的檢驗(yàn)基于相關(guān)分析的檢驗(yàn)基于卡方分析的檢驗(yàn)注：ECDF:(Experimental Cumulative Distribution Function) 實(shí)驗(yàn)室累計(jì)分布函數(shù)基于基于ECDF檢驗(yàn)的輸出結(jié)果檢驗(yàn)的輸出結(jié)果基于相關(guān)分析檢驗(yàn)的輸出結(jié)果基于相關(guān)分析檢驗(yàn)的輸出結(jié)果基于相關(guān)卡方檢驗(yàn)的輸出結(jié)果基于相關(guān)卡方檢驗(yàn)的輸出結(jié)果報(bào)紙報(bào)導(dǎo)某地汽油的價(jià)格是每加侖115美分，為了驗(yàn)證這種說法，一位學(xué)者開車隨機(jī)選擇了一些加油站，得到某年一月和二月的數(shù)據(jù)如下：一月：119 117 115 116 112 121 115 122 116 118 1

60、09 112 119 112 117 113 114 109 109 118二月：118 119 115 122 118 121 120 122 128 116 120 123 121 119 117 119 128 126 118 1251）分別用兩個(gè)月的數(shù)據(jù)驗(yàn)證這種說法的可靠性；2）分別給出1月和2月汽油價(jià)格的置信區(qū)間；3）給出1月和2月汽油價(jià)格差的置信區(qū)間.小組討論與練習(xí)方差分析方差分析 方差分析的引入 怎樣得到F統(tǒng)計(jì)量 單因素方差分析的例子 檢驗(yàn)方差假設(shè) 多因素方差分析 多變量圖分析 小組討論與練習(xí)本本 章章 目目 標(biāo)標(biāo)1.理解方差分析的概念2.知道方差分析解決什么樣的問題3.掌握單因素和多因素方差分析的原理4.會(huì)