《質(zhì)量管理學(xué)》第七章:統(tǒng)計(jì)技術(shù)方法課件_第1頁
《質(zhì)量管理學(xué)》第七章:統(tǒng)計(jì)技術(shù)方法課件_第2頁
《質(zhì)量管理學(xué)》第七章:統(tǒng)計(jì)技術(shù)方法課件_第3頁
《質(zhì)量管理學(xué)》第七章:統(tǒng)計(jì)技術(shù)方法課件_第4頁
《質(zhì)量管理學(xué)》第七章:統(tǒng)計(jì)技術(shù)方法課件_第5頁
已閱讀5頁,還剩51頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

第七章統(tǒng)計(jì)技術(shù)方法第一節(jié)統(tǒng)計(jì)技術(shù)方法概述一、統(tǒng)計(jì)技術(shù)的概念及內(nèi)容(一)統(tǒng)計(jì)技術(shù)的概念統(tǒng)計(jì)技術(shù)又稱為數(shù)理統(tǒng)計(jì),是一些以概率論為理論基礎(chǔ)的收集、整理、計(jì)算、分析和處理統(tǒng)計(jì)數(shù)據(jù)的方法的總稱。(二)統(tǒng)計(jì)技術(shù)的內(nèi)容

1.描述性統(tǒng)計(jì)技術(shù)

2.推斷性統(tǒng)計(jì)技術(shù)

3.控制性統(tǒng)計(jì)技術(shù)1感謝你的觀看2019年8月3第七章統(tǒng)計(jì)技術(shù)方法1感謝你的觀看2019年8月3二、幾種常的分布(一)正態(tài)分布和標(biāo)準(zhǔn)正態(tài)分布1.正態(tài)分布正態(tài)分布如圖所示,它是一個(gè)單峰的平滑的曲線,中間高、兩端低、左右完全對稱。從圖形上看有一個(gè)極值,出現(xiàn)在x=μ的地方;有兩個(gè)拐點(diǎn)(凹凸相交之點(diǎn))出現(xiàn)在μ±σ的地方。(1)正態(tài)分布的概率密度函數(shù)2感謝你的觀看2019年8月3二、幾種常的分布2感謝你的觀看2019年8月33感謝你的觀看2019年8月33感謝你的觀看2019年8月3(2)正態(tài)分布的兩個(gè)參數(shù)。如圖所示,當(dāng)σ不變時(shí),μ決定曲線的位移,μ不變時(shí),σ決定曲線的高低、胖瘦。4感謝你的觀看2019年8月3(2)正態(tài)分布的兩個(gè)參數(shù)。4感謝你的觀看2019年8月32.標(biāo)準(zhǔn)正態(tài)分布(1)標(biāo)準(zhǔn)正態(tài)轉(zhuǎn)換(2)標(biāo)準(zhǔn)正態(tài)分布的概率密度和概率分布函數(shù)標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)φ(u)的圖形,見圖8-4。把該圖橫軸上任一U≤u的隨機(jī)事件上發(fā)生的概率φ(u)都計(jì)算出來,可形成表8-1,正態(tài)分布函數(shù)表(表中只給出了右側(cè)u≥0的φ(u)值)。(3)標(biāo)準(zhǔn)正態(tài)分布的分位點(diǎn)5感謝你的觀看2019年8月32.標(biāo)準(zhǔn)正態(tài)分布5感謝你的觀看2019年8月3

標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)φ(u)的圖形6感謝你的觀看2019年8月36感謝你的觀看2019年8月3(二)二項(xiàng)分布二項(xiàng)分布是計(jì)數(shù)值數(shù)據(jù)——離散型隨機(jī)變量的典型分布,是計(jì)數(shù)抽樣檢驗(yàn)的重要理論依據(jù)。1.二項(xiàng)分布的圖形2.二項(xiàng)分布的概率分布和分布函數(shù)3.二項(xiàng)分布的均值和標(biāo)準(zhǔn)差7感謝你的觀看2019年8月3(二)二項(xiàng)分布7感謝你的觀看2019年8月38感謝你的觀看2019年8月38感謝你的觀看2019年8月3(三)正態(tài)樣本均值的分布(四)抽樣分布抽樣分布即統(tǒng)計(jì)量的分布。每一個(gè)統(tǒng)計(jì)量都有一個(gè)抽樣分布,不同的統(tǒng)計(jì)量可得到不同的抽樣分布。抽樣分布是進(jìn)行統(tǒng)計(jì)推斷的基礎(chǔ),常用的有“三大抽樣分布”。1.t分布2.分布3.F分布9感謝你的觀看2019年8月3(三)正態(tài)樣本均值的分布9感謝你的觀看2019年8月3第二節(jié)假設(shè)檢驗(yàn)一、假設(shè)檢驗(yàn)預(yù)備知識(一)假設(shè)檢驗(yàn)的含義假設(shè)檢驗(yàn)是在規(guī)定的風(fēng)險(xiǎn)水平上,根據(jù)樣本的信息,對總體的參數(shù)或分布類型是否具有某種統(tǒng)計(jì)特征做出推斷的一種數(shù)理統(tǒng)計(jì)方法。10感謝你的觀看2019年8月3第二節(jié)假設(shè)檢驗(yàn)10感謝你的觀看2019年8月3(二)假設(shè)檢驗(yàn)的分類對目前組織中常用的假設(shè)檢驗(yàn)方法,可作如下分類。1.根據(jù)假設(shè)檢驗(yàn)所依據(jù)的抽樣分布劃分,有:

(1)u檢驗(yàn),適合于均值檢驗(yàn);

(2)t檢驗(yàn),適合于均值檢驗(yàn);

(3)Χ2檢驗(yàn),適合于單個(gè)總體的標(biāo)準(zhǔn)偏差檢驗(yàn);

(4)F檢驗(yàn),適合于兩個(gè)總體的標(biāo)準(zhǔn)偏差檢驗(yàn)。11感謝你的觀看2019年8月3(二)假設(shè)檢驗(yàn)的分類11感謝你的觀看2019年8月32.根據(jù)需檢驗(yàn)的總體數(shù)量劃分,有:

(1)單個(gè)總體的假設(shè)檢驗(yàn);

(2)兩個(gè)總體的假設(shè)檢驗(yàn);

(3)多個(gè)總體的假設(shè)檢驗(yàn)(一般要采用方差分析的方法)。3.根據(jù)質(zhì)量特征數(shù)據(jù)的性質(zhì)劃分,有:

(1)雙側(cè)檢驗(yàn)(適用于望目特性);

(2)單側(cè)檢驗(yàn)(適用于望大或望小特性)。12感謝你的觀看2019年8月32.根據(jù)需檢驗(yàn)的總體數(shù)量劃分,有:12感謝你的觀看2019(三)假設(shè)檢驗(yàn)的用途

1.檢驗(yàn)總體的分布是否為正態(tài)分布;

2.檢驗(yàn)樣本數(shù)據(jù)是否由單個(gè)總體所抽??;

3.檢驗(yàn)總體的均值或標(biāo)準(zhǔn)偏差是否達(dá)到目標(biāo)值或標(biāo)準(zhǔn);

4.檢驗(yàn)兩個(gè)總體的均值或標(biāo)準(zhǔn)偏差是否有顯著性差異;

5.檢驗(yàn)對樣本的某個(gè)觀察結(jié)果是否為異常值等。13感謝你的觀看2019年8月3(三)假設(shè)檢驗(yàn)的用途13感謝你的觀看2019年8月3(四)應(yīng)用步驟假設(shè)檢驗(yàn)的應(yīng)用過程是如何利用樣本信息對假設(shè)成立與否作出判斷的過程,一個(gè)完整的假設(shè)檢驗(yàn)活動過程,應(yīng)遵循以下步驟。

1.提出原假設(shè)

2.構(gòu)造統(tǒng)計(jì)量

3.給出顯著性水平

4.確定臨界值和拒絕域

5.作出推斷14感謝你的觀看2019年8月3(四)應(yīng)用步驟14感謝你的觀看2019年8月3二、假設(shè)檢驗(yàn)的應(yīng)用(一)u檢驗(yàn)(均值檢驗(yàn))

1.單個(gè)總體情形(雙側(cè)檢驗(yàn))

2.單個(gè)總體情形(單側(cè)檢驗(yàn))

3.兩個(gè)總體的情形

所謂“兩個(gè)總體”是指通過隨機(jī)的抽取兩個(gè)相互獨(dú)立的樣本n1和n2,利用他們各自的樣本均值和推斷它們所代表的總體均值的差異性。15感謝你的觀看2019年8月3二、假設(shè)檢驗(yàn)的應(yīng)用15感謝你的觀看2019年8月3(二)t檢驗(yàn)(均值檢驗(yàn))

1.單個(gè)總體情形條件:χ~N(μ0,σ02),σ0未知,但可用樣本的S來取代。

2.兩個(gè)總體的情形條件:χ1~N(μ1,σ12),χ2~N(μ2,σ22),n1,n2≤30(小樣本),σ1,σ2未知,但水平相同即σ1=σ2(也可通過F檢驗(yàn)證實(shí)其無顯著性差異)。16感謝你的觀看2019年8月3(二)t檢驗(yàn)(均值檢驗(yàn))16感謝你的觀看2019年8月3(三)檢驗(yàn)(標(biāo)準(zhǔn)偏差檢驗(yàn))檢驗(yàn)只適合于解決單個(gè)總體的標(biāo)準(zhǔn)偏差的比較問題。條件:χ~N(μ0,σ02),σ02已知,μ0未知。(四)F檢驗(yàn)(標(biāo)準(zhǔn)偏差檢驗(yàn))F檢驗(yàn)適合于解決兩個(gè)總體的標(biāo)準(zhǔn)偏差比較的問題。條件:χ1~(μ1,σ12),χ2~(μ2,σ22),μ1,μ2未知。17感謝你的觀看2019年8月3(三)檢驗(yàn)(標(biāo)準(zhǔn)偏差檢驗(yàn))17感謝你的觀看2019年8月3第三節(jié)方差分析一、方差分析概念(一)方差分析的含義方差分析是把表示質(zhì)量特征數(shù)據(jù)分散程度的“離差平方和”分解為與各個(gè)因素對應(yīng)的成分,并和“誤差項(xiàng)”比較,找出哪一個(gè)因素給予特征值以較大影響的方法。(二)方差分析的分類

1.單因素方差分析

2.方差分析的多重比較

3.雙因素方差分析18感謝你的觀看2019年8月3第三節(jié)方差分析18感謝你的觀看2019年8月3(三)方差分析的用途

1.產(chǎn)品的規(guī)劃、設(shè)計(jì);

2.采購過程對供方的評價(jià);

3.生產(chǎn)過程控制;

4.試驗(yàn)結(jié)果數(shù)據(jù)的分析;

5.確定影響質(zhì)量水平的主要因素;

6.測量分析;

7.對糾正和預(yù)防措施的驗(yàn)證;

8.尋找持續(xù)改進(jìn)的機(jī)會和確認(rèn)持續(xù)改進(jìn)的效果。19感謝你的觀看2019年8月3(三)方差分析的用途19感謝你的觀看2019年8月3(四)應(yīng)用步驟

1.建立假設(shè)

2.整理數(shù)據(jù)

3.計(jì)算平方和

4.計(jì)算自度與均方

5.填列方差分析表

6.確定臨界值與拒絕域

7.作出結(jié)論20感謝你的觀看2019年8月3(四)應(yīng)用步驟20感謝你的觀看2019年8月3二、方差分析的應(yīng)用

(一)無交互作用的雙因素方差分析

1.直觀分析

2.方差分析使用方差分析的方法,通過計(jì)算比直觀法更有說服力一些。其應(yīng)用步驟與單因素的方差分析大致相同,只是在整理數(shù)據(jù)方面略有差別。

21感謝你的觀看2019年8月3二、方差分析的應(yīng)用21感謝你的觀看2019年8月3(二)有交互作用的雙因素方差分析所謂交互作用是指兩個(gè)因素搭配在一起相互影響而引起的那部分作用。若有A、B兩個(gè)因素,各可取兩個(gè)水平,其搭配和試驗(yàn)結(jié)果,為:A1B1=2,A1B2=7,A2B1=5,A2B2=3,從圖中可看出它們的交互作用。22感謝你的觀看2019年8月3(二)有交互作用的雙因素方差分析22感謝你的觀看2019年23感謝你的觀看2019年8月323感謝你的觀看2019年8月3第四節(jié)正交試驗(yàn)設(shè)計(jì)一、正交試驗(yàn)設(shè)計(jì)的含義利用正交表進(jìn)行試驗(yàn)設(shè)計(jì),稱為正交試驗(yàn)或正交試驗(yàn)設(shè)計(jì)、多因素優(yōu)選法等。

(一)正交表

(二)正交試驗(yàn)設(shè)計(jì)的用途正交試驗(yàn)是多因素方差分析的延伸,越是因素多、水平多越能顯示出它的優(yōu)越性。在企業(yè)的科研工作,確定生產(chǎn)工藝,分析影響質(zhì)量問題的主要原因,制定解決問題的對策,以及進(jìn)行質(zhì)量改進(jìn)活動方案方面都可以得到廣泛的應(yīng)用。24感謝你的觀看2019年8月3第四節(jié)正交試驗(yàn)設(shè)計(jì)24感謝你的觀看2019年8月3(三)正交試驗(yàn)的條件做正交試驗(yàn)要具備三個(gè)條件。

1.指標(biāo)試驗(yàn)指標(biāo)是根據(jù)試驗(yàn)的目的而選定的,用以衡量或考核試驗(yàn)結(jié)果的質(zhì)量特性。

2.因素(因子)因素是對試驗(yàn)結(jié)果可能有影響而且在試驗(yàn)中被考察的可控的原因或其組合,用A、B、C、D等表示。25感謝你的觀看2019年8月3(三)正交試驗(yàn)的條件25感謝你的觀看2019年8月3(三)正交試驗(yàn)的條件做正交試驗(yàn)要具備三個(gè)條件。1.指標(biāo)試驗(yàn)指標(biāo)是根據(jù)試驗(yàn)的目的而選定的,用以衡量或考核試驗(yàn)結(jié)果的質(zhì)量特性。2.因素(因子)因素是對試驗(yàn)結(jié)果可能有影響而且在試驗(yàn)中被考察的可控的原因或其組合,用A、B、C、D等表示。26感謝你的觀看2019年8月3(三)正交試驗(yàn)的條件26感謝你的觀看2019年8月33.水平(位級)

因素在試驗(yàn)中所處的狀態(tài),即因素的一個(gè)給定值,或一種特定的措施,或一種特定的狀態(tài),稱為水平,用1、2、3等表示。例如溫度50℃、70℃、80℃,溫度是因素,50℃、70℃、80℃是水平,共有三個(gè)水平。27感謝你的觀看2019年8月33.水平(位級)27感謝你的觀看2019年8月3二、正交試驗(yàn)設(shè)計(jì)的應(yīng)用

(一)無交互作用的正交試驗(yàn)

(二)有交互作用的正交試驗(yàn)

(三)正交試驗(yàn)設(shè)計(jì)應(yīng)用中的注意事項(xiàng)28感謝你的觀看2019年8月3二、正交試驗(yàn)設(shè)計(jì)的應(yīng)用28感謝你的觀看2019年8月3第七章統(tǒng)計(jì)技術(shù)方法第一節(jié)統(tǒng)計(jì)技術(shù)方法概述一、統(tǒng)計(jì)技術(shù)的概念及內(nèi)容(一)統(tǒng)計(jì)技術(shù)的概念統(tǒng)計(jì)技術(shù)又稱為數(shù)理統(tǒng)計(jì),是一些以概率論為理論基礎(chǔ)的收集、整理、計(jì)算、分析和處理統(tǒng)計(jì)數(shù)據(jù)的方法的總稱。(二)統(tǒng)計(jì)技術(shù)的內(nèi)容

1.描述性統(tǒng)計(jì)技術(shù)

2.推斷性統(tǒng)計(jì)技術(shù)

3.控制性統(tǒng)計(jì)技術(shù)29感謝你的觀看2019年8月3第七章統(tǒng)計(jì)技術(shù)方法1感謝你的觀看2019年8月3二、幾種常的分布(一)正態(tài)分布和標(biāo)準(zhǔn)正態(tài)分布1.正態(tài)分布正態(tài)分布如圖所示,它是一個(gè)單峰的平滑的曲線,中間高、兩端低、左右完全對稱。從圖形上看有一個(gè)極值,出現(xiàn)在x=μ的地方;有兩個(gè)拐點(diǎn)(凹凸相交之點(diǎn))出現(xiàn)在μ±σ的地方。(1)正態(tài)分布的概率密度函數(shù)30感謝你的觀看2019年8月3二、幾種常的分布2感謝你的觀看2019年8月331感謝你的觀看2019年8月33感謝你的觀看2019年8月3(2)正態(tài)分布的兩個(gè)參數(shù)。如圖所示,當(dāng)σ不變時(shí),μ決定曲線的位移,μ不變時(shí),σ決定曲線的高低、胖瘦。32感謝你的觀看2019年8月3(2)正態(tài)分布的兩個(gè)參數(shù)。4感謝你的觀看2019年8月32.標(biāo)準(zhǔn)正態(tài)分布(1)標(biāo)準(zhǔn)正態(tài)轉(zhuǎn)換(2)標(biāo)準(zhǔn)正態(tài)分布的概率密度和概率分布函數(shù)標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)φ(u)的圖形,見圖8-4。把該圖橫軸上任一U≤u的隨機(jī)事件上發(fā)生的概率φ(u)都計(jì)算出來,可形成表8-1,正態(tài)分布函數(shù)表(表中只給出了右側(cè)u≥0的φ(u)值)。(3)標(biāo)準(zhǔn)正態(tài)分布的分位點(diǎn)33感謝你的觀看2019年8月32.標(biāo)準(zhǔn)正態(tài)分布5感謝你的觀看2019年8月3

標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)φ(u)的圖形34感謝你的觀看2019年8月36感謝你的觀看2019年8月3(二)二項(xiàng)分布二項(xiàng)分布是計(jì)數(shù)值數(shù)據(jù)——離散型隨機(jī)變量的典型分布,是計(jì)數(shù)抽樣檢驗(yàn)的重要理論依據(jù)。1.二項(xiàng)分布的圖形2.二項(xiàng)分布的概率分布和分布函數(shù)3.二項(xiàng)分布的均值和標(biāo)準(zhǔn)差35感謝你的觀看2019年8月3(二)二項(xiàng)分布7感謝你的觀看2019年8月336感謝你的觀看2019年8月38感謝你的觀看2019年8月3(三)正態(tài)樣本均值的分布(四)抽樣分布抽樣分布即統(tǒng)計(jì)量的分布。每一個(gè)統(tǒng)計(jì)量都有一個(gè)抽樣分布,不同的統(tǒng)計(jì)量可得到不同的抽樣分布。抽樣分布是進(jìn)行統(tǒng)計(jì)推斷的基礎(chǔ),常用的有“三大抽樣分布”。1.t分布2.分布3.F分布37感謝你的觀看2019年8月3(三)正態(tài)樣本均值的分布9感謝你的觀看2019年8月3第二節(jié)假設(shè)檢驗(yàn)一、假設(shè)檢驗(yàn)預(yù)備知識(一)假設(shè)檢驗(yàn)的含義假設(shè)檢驗(yàn)是在規(guī)定的風(fēng)險(xiǎn)水平上,根據(jù)樣本的信息,對總體的參數(shù)或分布類型是否具有某種統(tǒng)計(jì)特征做出推斷的一種數(shù)理統(tǒng)計(jì)方法。38感謝你的觀看2019年8月3第二節(jié)假設(shè)檢驗(yàn)10感謝你的觀看2019年8月3(二)假設(shè)檢驗(yàn)的分類對目前組織中常用的假設(shè)檢驗(yàn)方法,可作如下分類。1.根據(jù)假設(shè)檢驗(yàn)所依據(jù)的抽樣分布劃分,有:

(1)u檢驗(yàn),適合于均值檢驗(yàn);

(2)t檢驗(yàn),適合于均值檢驗(yàn);

(3)Χ2檢驗(yàn),適合于單個(gè)總體的標(biāo)準(zhǔn)偏差檢驗(yàn);

(4)F檢驗(yàn),適合于兩個(gè)總體的標(biāo)準(zhǔn)偏差檢驗(yàn)。39感謝你的觀看2019年8月3(二)假設(shè)檢驗(yàn)的分類11感謝你的觀看2019年8月32.根據(jù)需檢驗(yàn)的總體數(shù)量劃分,有:

(1)單個(gè)總體的假設(shè)檢驗(yàn);

(2)兩個(gè)總體的假設(shè)檢驗(yàn);

(3)多個(gè)總體的假設(shè)檢驗(yàn)(一般要采用方差分析的方法)。3.根據(jù)質(zhì)量特征數(shù)據(jù)的性質(zhì)劃分,有:

(1)雙側(cè)檢驗(yàn)(適用于望目特性);

(2)單側(cè)檢驗(yàn)(適用于望大或望小特性)。40感謝你的觀看2019年8月32.根據(jù)需檢驗(yàn)的總體數(shù)量劃分,有:12感謝你的觀看2019(三)假設(shè)檢驗(yàn)的用途

1.檢驗(yàn)總體的分布是否為正態(tài)分布;

2.檢驗(yàn)樣本數(shù)據(jù)是否由單個(gè)總體所抽??;

3.檢驗(yàn)總體的均值或標(biāo)準(zhǔn)偏差是否達(dá)到目標(biāo)值或標(biāo)準(zhǔn);

4.檢驗(yàn)兩個(gè)總體的均值或標(biāo)準(zhǔn)偏差是否有顯著性差異;

5.檢驗(yàn)對樣本的某個(gè)觀察結(jié)果是否為異常值等。41感謝你的觀看2019年8月3(三)假設(shè)檢驗(yàn)的用途13感謝你的觀看2019年8月3(四)應(yīng)用步驟假設(shè)檢驗(yàn)的應(yīng)用過程是如何利用樣本信息對假設(shè)成立與否作出判斷的過程,一個(gè)完整的假設(shè)檢驗(yàn)活動過程,應(yīng)遵循以下步驟。

1.提出原假設(shè)

2.構(gòu)造統(tǒng)計(jì)量

3.給出顯著性水平

4.確定臨界值和拒絕域

5.作出推斷42感謝你的觀看2019年8月3(四)應(yīng)用步驟14感謝你的觀看2019年8月3二、假設(shè)檢驗(yàn)的應(yīng)用(一)u檢驗(yàn)(均值檢驗(yàn))

1.單個(gè)總體情形(雙側(cè)檢驗(yàn))

2.單個(gè)總體情形(單側(cè)檢驗(yàn))

3.兩個(gè)總體的情形

所謂“兩個(gè)總體”是指通過隨機(jī)的抽取兩個(gè)相互獨(dú)立的樣本n1和n2,利用他們各自的樣本均值和推斷它們所代表的總體均值的差異性。43感謝你的觀看2019年8月3二、假設(shè)檢驗(yàn)的應(yīng)用15感謝你的觀看2019年8月3(二)t檢驗(yàn)(均值檢驗(yàn))

1.單個(gè)總體情形條件:χ~N(μ0,σ02),σ0未知,但可用樣本的S來取代。

2.兩個(gè)總體的情形條件:χ1~N(μ1,σ12),χ2~N(μ2,σ22),n1,n2≤30(小樣本),σ1,σ2未知,但水平相同即σ1=σ2(也可通過F檢驗(yàn)證實(shí)其無顯著性差異)。44感謝你的觀看2019年8月3(二)t檢驗(yàn)(均值檢驗(yàn))16感謝你的觀看2019年8月3(三)檢驗(yàn)(標(biāo)準(zhǔn)偏差檢驗(yàn))檢驗(yàn)只適合于解決單個(gè)總體的標(biāo)準(zhǔn)偏差的比較問題。條件:χ~N(μ0,σ02),σ02已知,μ0未知。(四)F檢驗(yàn)(標(biāo)準(zhǔn)偏差檢驗(yàn))F檢驗(yàn)適合于解決兩個(gè)總體的標(biāo)準(zhǔn)偏差比較的問題。條件:χ1~(μ1,σ12),χ2~(μ2,σ22),μ1,μ2未知。45感謝你的觀看2019年8月3(三)檢驗(yàn)(標(biāo)準(zhǔn)偏差檢驗(yàn))17感謝你的觀看2019年8月3第三節(jié)方差分析一、方差分析概念(一)方差分析的含義方差分析是把表示質(zhì)量特征數(shù)據(jù)分散程度的“離差平方和”分解為與各個(gè)因素對應(yīng)的成分,并和“誤差項(xiàng)”比較,找出哪一個(gè)因素給予特征值以較大影響的方法。(二)方差分析的分類

1.單因素方差分析

2.方差分析的多重比較

3.雙因素方差分析46感謝你的觀看2019年8月3第三節(jié)方差分析18感謝你的觀看2019年8月3(三)方差分析的用途

1.產(chǎn)品的規(guī)劃、設(shè)計(jì);

2.采購過程對供方的評價(jià);

3.生產(chǎn)過程控制;

4.試驗(yàn)結(jié)果數(shù)據(jù)的分析;

5.確定影響質(zhì)量水平的主要因素;

6.測量分析;

7.對糾正和預(yù)防措施的驗(yàn)證;

8.尋找持續(xù)改進(jìn)的機(jī)會和確認(rèn)持續(xù)改進(jìn)的效果。47感謝你的觀看2019年8月3(三)方差分析的用途19感謝你的觀看2019年8月3(四)應(yīng)用步驟

1.建立假設(shè)

2.整理數(shù)據(jù)

3.計(jì)算平方和

4.計(jì)算自度與均方

5.填列方差分析表

6.確定臨界值與拒絕域

7.作出結(jié)論48感謝你的觀看2019年8月3(四)應(yīng)用步驟20感謝你的觀看2019年8月3二、方差分析的應(yīng)用

(一)無交互作用的雙因素方差分析

1.直觀分析

2.方差分析使用方差分析的方法,通過計(jì)算比直觀法更有說服力一些。其應(yīng)用步驟與單因素的方差分析大致相同,只是在整理數(shù)據(jù)方面略有差別。

49感謝你的觀看2019年8月3二、方差分析的應(yīng)用21感謝你的觀看2019年8月3(二)有交互作用的雙因素方差分析所謂交互作用是指兩個(gè)因素搭配在一起相互影響而引起的那部分作用。若有A、B兩個(gè)因素,各可取兩個(gè)水平,其搭配和試驗(yàn)結(jié)果,為:A1B1=2,A1B2=7,A2B1=5,A2B2=3,從圖中可看出它們的交互作用。50感謝你的觀看2019年8月3(二)有交互作用的雙因素方差分析22感謝你的觀看2019年51感謝你的觀看2019年8月323感謝你的觀看2019年8

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論