Minitab-培訓(xùn)教程大全-500多頁(yè)

Minitab介紹Minitab是眾多統(tǒng)計(jì)軟件當(dāng)中比較簡(jiǎn)單易懂的軟件之一；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；Minitab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。CompanyConfidentialMinitab與6Sigma的關(guān)系在上個(gè)世紀(jì)80年代Motolora開(kāi)始在公司內(nèi)推行6Sigma，并開(kāi)始借助Minitab使6

Sigma得以最大限度的發(fā)揮；6Sigma的MAIC階段中，很多分析和計(jì)算都可以都通過(guò)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。CompanyConfidentialMinitab的功能計(jì)算功能–

計(jì)算器功能–

生成數(shù)據(jù)功能–

概率分布功能–

矩陣運(yùn)算CompanyConfidentialMinitab的功能數(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CompanyConfidentialMinitab的功能圖形分析–

直方圖–

散布圖–

時(shí)間序列圖–

條形圖–

箱圖?

三維圖?

點(diǎn)圖?

餅圖?

邊際圖?

概率圖?

莖葉圖?

特征圖–

矩陣圖–

輪廓圖CompanyConfidential課程內(nèi)容安排R&D研發(fā)6σ生產(chǎn)支援TransactionManufacturing※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：CompanyConfidential區(qū)分第一天第二天基本界面和操作介紹

4）組間/組內(nèi)能力分析常用圖形的Minitab操作

5）Weibull能力分析特性要因圖柏拉圖散布圖直方圖時(shí)間序列圖基礎(chǔ)統(tǒng)計(jì)和假設(shè)檢驗(yàn)1)描述統(tǒng)計(jì)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)分布上午2)單樣本Z測(cè)SPC的Minitab操作1)Xbar-R

Chart2)Xbar-S

Chart3)I-MR

ChartChart

5)I-MR-R/S

Chart6)P

ChartChart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MSA測(cè)量系統(tǒng)分析4)Z-MR下午2)逐步回歸7)NP1)測(cè)量重復(fù)和再現(xiàn)性8)C

ChartChart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9)U(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&R研究（計(jì)數(shù)）CompanyConfidentialMinitab界面和基本操作介紹CompanyConfidentialMinitab界面主菜單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(xiě)在最前面的列?每一列的數(shù)據(jù)性質(zhì)是一致的CompanyConfidentialMinitab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CompanyConfidential報(bào)告便棧工具欄的介紹打開(kāi)相關(guān)文件打開(kāi)文件保存文件打印窗口之前之后命令顯示因子設(shè)計(jì)查找數(shù)據(jù)查找下一個(gè)數(shù)據(jù)取消session窗口當(dāng)前數(shù)據(jù)窗口幫助項(xiàng)目管理窗口剪切復(fù)制粘貼恢復(fù)重做編輯最近對(duì)話框狀態(tài)向?qū)шP(guān)閉所有圖形窗口插入單元格顯示session窗口折疊顯示worksheets折疊顯示GRAPH折疊插入行插入列移除列項(xiàng)目窗口歷史記錄CompanyConfidential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:

Calc>RandomData

>NormalCompanyConfidential數(shù)據(jù)的生成結(jié)果CompanyConfidential生成有規(guī)律的數(shù)據(jù)?

Select:Calc>MakePatternedData

>Simple

Set

ofNumberCompanyConfidential結(jié)果輸出CompanyConfidential數(shù)據(jù)類(lèi)型的轉(zhuǎn)換(ChangeData

Type)?

Select:

Data>Change

DataType

>

Numeric

to

Text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CompanyConfidential數(shù)據(jù)類(lèi)型的轉(zhuǎn)換結(jié)果CompanyConfidential數(shù)據(jù)的堆棧（Stack&Unstack）?Select:

Data>Stack

>columns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CompanyConfidential數(shù)據(jù)的堆棧結(jié)果CompanyConfidential數(shù)據(jù)塊的堆棧(Stack

Blocks)?Select:

Data

>Stack

>Blocks

of

columns原始數(shù)據(jù)在對(duì)話框中輸入2~5列數(shù)據(jù)，注解列在前面輸入新工作表和注解的位置CompanyConfidential數(shù)據(jù)塊的堆棧結(jié)果CompanyConfidential轉(zhuǎn)置欄（TransposeColumns）?Select:

Data

>Transpose

Columns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CompanyConfidential轉(zhuǎn)置結(jié)果CompanyConfidential連接（Concatenate）?

Select:

Data

>Concatenate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CompanyConfidential連接結(jié)果CompanyConfidential編碼（Code）?

Select:

Data

>code>Numeric

toText被編碼的變量原始數(shù)據(jù)存儲(chǔ)編碼值的欄編碼規(guī)則CompanyConfidential編碼結(jié)果CompanyConfidentialMinitab之常用圖形CompanyConfidentialQC手法常用的圖形如下:特性要因圖控制圖(參見(jiàn)SPC部分)柏拉圖散布圖直方圖時(shí)間序列圖CompanyConfidential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CompanyConfidential練習(xí)人機(jī)料法環(huán)測(cè)不夠

設(shè)備沒(méi)有

原料沒(méi)有

沒(méi)有設(shè)定標(biāo)

溫度太

儀器偏差熟練

保養(yǎng)

檢查

準(zhǔn)化方法

高

太大培訓(xùn)

設(shè)備不常

原料含

抽樣方式不

濕度太

儀器R&R不夠

清掃

s,p太高

合理

低

太高監(jiān)督

沒(méi)有進(jìn)行不夠

點(diǎn)檢CompanyConfidential輸入表中?Select:

Stat

>Qualitytools>

Cause

-and

-effect注意輸入格式CompanyConfidential填好各項(xiàng)需要的參數(shù)CompanyConfidential結(jié)果輸出:C

au

se-an

d-E

ffect

D

iagramMeasuremenMaterialPersonnel不夠熟練培訓(xùn)不夠監(jiān)督不夠儀器偏差太大原料沒(méi)有檢查儀器R&R太高原料含s,p太高為什么有缺陷產(chǎn)生沒(méi)有進(jìn)行點(diǎn)檢設(shè)備不常清掃濕度太低抽樣方式不合理溫度太高沒(méi)有設(shè)定標(biāo)準(zhǔn)化方法設(shè)備沒(méi)有保養(yǎng)EnvironmenMethodsMachinesCompanyConfidential柏拉圖收集各項(xiàng)質(zhì)量特性缺陷列成表輸入到MINITAB中MINITAB繪出圖形找出關(guān)鍵的Y特性CompanyConfidential練習(xí)項(xiàng)次缺陷項(xiàng)數(shù)量1虛焊5002345漏焊強(qiáng)度不夠外觀受損其它300200150160CompanyConfidential輸入數(shù)據(jù)?Select:

Stat

>Qualitytools>

ParetoChartCompanyConfidential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CompanyConfidential結(jié)果輸出CompanyConfidential練習(xí):下表為STS冷軋工廠ZRM不良現(xiàn)狀,試做分析不良項(xiàng)目摩擦痕輥印不良數(shù)7.782.442.272.221.971.331.11不良率0.310.090.060.050.040.030.02累計(jì)不良率0.370.48污染0.59劃傷0.70線形裂紋異物壓入斑痕0.790.850.91微細(xì)裂紋墊紙壓入軋機(jī)墊紙印痕合計(jì)0.770.680.5121.080.940.981.00CompanyConfidential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CompanyConfidential練習(xí)Y65666566676768686768X800810820830840850860870890900CompanyConfidential輸入數(shù)據(jù)?Select:

Gragh>

ScatterplotCompanyConfidential輸入?yún)?shù)可以選擇不同的輸出表現(xiàn)形式CompanyConfidential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(shuō)明可以參見(jiàn)回歸分析CompanyConfidential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CompanyConfidential練習(xí)序號(hào)1零件重量61.160.661.361.060.961.060.360.561.061.260.460.862.362.260.161.360.860.660.860.260.860.761.361.460.960.560.861.260.960.861.460.960.361.860.660.961.061.561.060.461.359.761.260.561.060.661.360.760.961.560.661.761.160.361.661.260.860.061.661.160.661.061.260.961.761.160.561.061.160.661.961.061.062.560.862.060.860.661.759.861.061.660.761.160.460.961.261.060.761.161.461.261.060.361.060.661.461.061.760.660.262.160.462.360.960.760.861.160.660.760.761.161.460.523456789101112131415CompanyConfidential輸入數(shù)據(jù)

Select:

Gragh>

Histogram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.CompanyConfidential填入?yún)?shù)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CompanyConfidential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(jiàn)制程能力分析部份。CompanyConfidential時(shí)間序列圖決定你所關(guān)心的Y或X收集Y或X的數(shù)據(jù)輸入MINITAB表MINITAB繪出時(shí)間序列圖進(jìn)行判定CompanyConfidential練習(xí)時(shí)間2006/12006/22006/32006/42006/52006/62006/72006/82006/9銷(xiāo)售量150126135165190170175180176CompanyConfidential輸入數(shù)據(jù)?Select:

Gragh>

Time

SeriesPlotCompanyConfidential時(shí)間刻度設(shè)置填入?yún)?shù)可以選擇不同的輸出表現(xiàn)形式CompanyConfidential結(jié)果輸出Time

Series

Plotof

銷(xiāo)售量1901801701601501401301202006/1

2006/2

2006/3

2006/4

2006/5

2006/6

2006/7

2006/8

2006/9時(shí)間?依此狀況來(lái)判定未定的銷(xiāo)售趨勢(shì)。CompanyConfidentialMinitab的SPC使用CompanyConfidential一.控制圖原理控制圖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.至工業(yè)革命以后,人們一開(kāi)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.b.產(chǎn)品質(zhì)量的變異具有統(tǒng)計(jì)規(guī)律性.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.CompanyConfidential一.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)量控制圖n(x;

μ,σ)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.0μCompanyConfidential一.控制圖原理控制圖b.3σ控制方式下的產(chǎn)品特性值區(qū)間3σ控制方式下產(chǎn)品特性值落在[μ

-3σ,μ

+3σ]范圍內(nèi)的概率為0.135%0.135%99.73%,其產(chǎn)品特性值落在此區(qū)間外的概率為1-μ-3σμμ+3σ99.73%=0.27%.CompanyConfidential一.控制圖原理c.常規(guī)控制圖的形成控制圖μμ-3σμ+3σμ+3σμ-3σμμμ-3σμ+3σCompanyConfidential一.控制圖原理UCLCL控

d.控制圖原理的解釋制圖第一種解釋:LCL時(shí)間(h)8910

111.若過(guò)程正常,即分布不變,則點(diǎn)子超過(guò)UCL的概率只

有1‰

左右.2.若過(guò)程異常,μ值發(fā)生偏移,于是分布曲線上、下偏移,則點(diǎn)子超過(guò)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.CompanyConfidential一.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?？刂茍D可預(yù)測(cè)過(guò)程受控CompanyConfidential一.控制圖原理第二種解釋: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?？刂茍D過(guò)程失控不可預(yù)測(cè)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(lèi)因素.CompanyConfidential二.常規(guī)控制圖及其用途控制圖分布控制圖名稱(chēng)控制圖界限備

注控制圖代號(hào)最常用最基本的控制圖.控制對(duì)象:長(zhǎng)度、重量等.UCL

=

X+A

RX2X-

R均值-極差控制圖UCL

=

D

RR4LCL

=D

RR3UCL

=

X+A

s當(dāng)樣本大小n>10,需要應(yīng)用s圖來(lái)代替R圖.X3正態(tài)分布(計(jì)均值-標(biāo)準(zhǔn)差控制圖中位數(shù)-極差控制圖X-

sUCL

=

B

ss4LCL

=

B

ss3量值)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.~UCL

=X+m

A

R~X3

2X-

RUCL

=D

RLCLR=D3RR4UCL

=X+2.66R

取樣費(fèi)時(shí)、昂X-Rs

單值-移動(dòng)極差控制圖xs貴的場(chǎng)合.UCL

=3.267RRssCompanyConfidential二.常規(guī)控制圖及其用途控制圖控制圖代號(hào)分布控制圖名稱(chēng)控制圖界限備注二項(xiàng)分布(計(jì)件值)用于不合格品率或合格品率控制不合格品率控制圖√pnpuUCLp=

p+3

p(1-p)/n不合格品數(shù)控制不合格品數(shù)控制圖√UCLnp=np+3

np(1-p)一定單位中所出現(xiàn)缺陷數(shù)目控制單位不合格數(shù)控制圖√UCL

=u+3

u/n泊松分布(計(jì)點(diǎn)值)u一定單位,樣品大小不變時(shí)不合格數(shù)控制圖√UCL

=c+3

cccCompanyConfidentialMinitab可提供的圖形?

計(jì)量型–Xbar-R?

計(jì)數(shù)型–P–Xbar-s–I-MR–Np–C–I-MR-s–Z-MR–UCompanyConfidentialXbar-R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(méi)有超出控制界限。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(méi)有集中在中心線。CompanyConfidentialXbar-R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CompanyConfidentialXbar-R練習(xí)打開(kāi)Data目錄下的Camshaft.mtw?Select:

Stat

>Control

Charts>Variables

Charts

forSubgroups

>Xbar-RCompanyConfidential輸入?yún)?shù)根據(jù)不同的輸入方式選擇不同的分析方法CompanyConfidential決定測(cè)試要求可以在這里選擇判異準(zhǔn)則CompanyConfidential※判

異

準(zhǔn)

則準(zhǔn)則1:

一點(diǎn)超出控制界限UCL區(qū)域A(+3σ)區(qū)域B(+2σ)區(qū)域C(+1σ)區(qū)域C(-1σ)區(qū)域B(-2σ)區(qū)域A(-3σ)CLLCL×UCLCLABCCBALCL×CompanyConfidential※判

異

準(zhǔn)

則準(zhǔn)則2:

連續(xù)9點(diǎn)在中心線的同側(cè)UCLABCCLCBALCLCompanyConfidential※判

異

準(zhǔn)則準(zhǔn)則3:

連續(xù)6點(diǎn)呈上升或下降趨勢(shì)UCLABCCLCBALCLCompanyConfidential※判

異

準(zhǔn)

則準(zhǔn)則4:

連續(xù)14點(diǎn)上下交替UCLABCCLCBALCLCompanyConfidential※判

異

準(zhǔn)

則準(zhǔn)則5:

連續(xù)3點(diǎn)中有2點(diǎn)落在中心線同一側(cè)的B區(qū)以外UCLABCCLCBALCLCompanyConfidential※判

異

準(zhǔn)

則準(zhǔn)則6:

連續(xù)5點(diǎn)中有4點(diǎn)在C區(qū)之外(同側(cè))UCLABCCLCBALCLCompanyConfidential※判

異

準(zhǔn)則準(zhǔn)則7:

連續(xù)15點(diǎn)在中心線附近的C區(qū)內(nèi)UCLABCCLCBALCLCompanyConfidential※判

異

準(zhǔn)則準(zhǔn)則8:

連續(xù)8點(diǎn)在中心線兩側(cè)而無(wú)一點(diǎn)在C區(qū)UCLABCCLCBALCLCompanyConfidential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CompanyConfidential決定選項(xiàng)進(jìn)行正態(tài)性轉(zhuǎn)換λ值轉(zhuǎn)換值λ值將標(biāo)準(zhǔn)轉(zhuǎn)換變量的標(biāo)準(zhǔn)偏差最小化,當(dāng)λ≠0，轉(zhuǎn)換結(jié)果為Y

λ,如λ＝0,轉(zhuǎn)換結(jié)果為L(zhǎng)OGeYλ＝2Y′=Y2λ＝0.5

Y′=√Yλ＝0Y′=logeYλ＝-0.5

Y′=1/√Yλ＝-1Y′=1/YCompanyConfidential決定選項(xiàng)(續(xù))輸入1,2,3StDEV控制限CompanyConfidential圖形輸出:Xbar-R

Chartof

Supp211+3SL=602.376+2SL=601.660+1SL=600.945602600598__X=600.23-1SL=599.515-2SL=598.800-3SL=598.0846135791113151719Sample86420+3SL=7.866+2SL=6.484+1SL=5.102_R=3.72-1SL=2.338-2SL=0.956-3SL=0135791113151719SampleCompanyConfidential判

圖?

請(qǐng)判定前圖是否有異常?

請(qǐng)問(wèn)本圖為解析用圖或是控制用圖CompanyConfidentialXbar-s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CompanyConfidentialXbar-s練習(xí)打開(kāi)Data目錄下的Camshaft.mtw

Select:

Stat

>Control

Charts

>VariablesCharts

forSubgroups

>Xbar-sCompanyConfidential輸入?yún)?shù)其他參數(shù)設(shè)置與Xbar-R圖相同CompanyConfidential圖形輸出:Xbar-S

Chartof

Supp211+3SL=602.424+2SL=601.693+1SL=600.961602600598__X=600.23-1SL=599.499-2SL=598.767-3SL=598.0366135791113151719Sample+3SL=3.211+2SL=2.653+1SL=2.0953210_S=1.537-1SL=0.979-2SL=0.421-3SL=0135791113151719SampleCompanyConfidential判

圖?

請(qǐng)判定前圖是否有異常?

請(qǐng)問(wèn)本圖為分析用圖或是控制用圖CompanyConfidentialI-MR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CompanyConfidentialI-MR練習(xí)?

打開(kāi)下列檔案:Data目錄下的Coating.MTW?

Select:

Stat

>Control

Charts

>VariablesCharts

forIndividuals

>I-MRCompanyConfidential輸入?yún)?shù)輸入變量CompanyConfidential圖形輸出I-MR

Chart

ofCoating+3SL=329.92+2SL=316.3632030028026024066+1SL=302.80_X=289.24-1SL=275.68-2SL=262.12-3SL=248.57159131721252933374145Observation+3SL=49.97+2SL=38.41+1SL=26.86483624120__MR=15.30-1SL=3.74-32SL=0159131721252933374145ObservationCompanyConfidential判

圖?

請(qǐng)判定前圖是否有異常?

請(qǐng)問(wèn)本圖為解析用圖或是控制用圖CompanyConfidentialI-MR-R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CompanyConfidentialI-MR-R練習(xí)?

打開(kāi)Data目錄下的Camshaft.mtw?

Select:

Stat

>Control

Charts

>VariablesCharts

forSubgroups

>I-MR-RCompanyConfidential輸入?yún)?shù)輸入變量和樣本數(shù)CompanyConfidential圖形輸出I-MR-R/S

(Between/Within)

Chart

of

Supp21+3SL=602.169+2SL=601.523+1SL=600.8766026005985_X=600.23-1SL=599.584-2SL=598.937-3SL=598.291651135791113151719212325+3SL=2.382+2SL=1.831+1SL=1.280210__MR=0.729-1SL=0.178-32SL=0135791113151719212325105+3SL=8.83+2SL=7.17+1SL=5.52_R=3.87-1SL=2.22-2SL=0.560-3SL=0135791113151719212325SampleCompanyConfidential判

圖?

請(qǐng)判定前圖是否有異常?

請(qǐng)問(wèn)本圖為分析用圖或是控制用圖CompanyConfidentialZ-MR(標(biāo)準(zhǔn)化的單值移動(dòng)極差)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CompanyConfidentialZ-MR練習(xí)打開(kāi)Data目錄下的Exh_qc.MTW?

Select:

Stat

>Control

Charts

>VariablesCharts

forIndividuals

>Z-MR當(dāng)過(guò)程數(shù)據(jù)少而無(wú)法很好評(píng)估過(guò)程參數(shù)時(shí)使用CompanyConfidential輸入?yún)?shù)輸入變量輸入自變量CompanyConfidential決定估計(jì)選擇標(biāo)準(zhǔn)差的估計(jì)方法CompanyConfidential圖形輸出CompanyConfidentialP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CompanyConfidentialP圖練習(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/p~5/p，如此之下的圖才比較具有意義。CompanyConfidential輸入數(shù)據(jù)打開(kāi)數(shù)據(jù)文檔

Minitab表中將數(shù)據(jù)輸入到樣本數(shù)105109100120146104117192200163107122146188104106129114125133162180124103172不合格數(shù)4205324352151023161332073?Select:Stat>Control

Charts>AttributesCharts>PCompanyConfidential輸入?yún)?shù)輸入變量輸入樣本數(shù)CompanyConfidential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CompanyConfidential圖形輸出P

Chartof

不合格數(shù)10.070.060.050.040.030.020.010.00UCL=0.05233_P=0.02017LCL=0135791113

15SampleTests

performed

with

unequalsample

sizes17

1921

2325CompanyConfidentialNP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CompanyConfidentialNP圖練習(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/p~5/p，如此之下的圖才比較具有意義。CompanyConfidential輸入數(shù)據(jù)打開(kāi)數(shù)據(jù)文檔

Minitab表中將數(shù)據(jù)輸入到樣本數(shù)105109100120146104117192200163107122146188104106129114125133162180124103172不合格數(shù)4205324352151023161332073?Select:Stat>Control

Charts>AttributesCharts>NPCompanyConfidential圖形輸出NP

Chartof

不合格數(shù)108UCL=9.00164__NP=3.4720LCL=0135791113151719212325SampleTests

performed

with

unequalsample

sizesCompanyConfidentialC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CompanyConfidentialC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。CompanyConfidential輸入數(shù)據(jù)將數(shù)據(jù)輸入到Minitab表中打開(kāi)數(shù)據(jù)文檔次

數(shù)

樣

本

數(shù)

缺

陷

數(shù)133333333333333333333333333333374231234?Select:

Stat>Control

Charts>

AttributesCharts>C55647288981011121314151617181920212223242526272829301353447105647167884109965CompanyConfidential輸入?yún)?shù)輸入變量CompanyConfidential決定判異準(zhǔn)則判異準(zhǔn)則同P圖一樣CompanyConfidential圖形輸出C

Chart

of

缺陷數(shù)181614121081UCL=14.57_C=6.776420LCL=014710131619222528SampleCompanyConfidentialU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CompanyConfidentialU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。CompanyConfidential輸入數(shù)據(jù)打開(kāi)數(shù)據(jù)文檔將數(shù)據(jù)輸入到Minitab表中組

號(hào)

面

積

缺

陷

數(shù)114233167755320013241364332421314151?Select:Stat>ControlChart

>AttributesCharts>U6781.61.610111213141516171819202122232425CompanyConfidential輸入?yún)?shù)輸入變量輸入樣本量CompanyConfidential圖形輸出U

Chart

of

缺陷數(shù)121081UCL=6.9464_U=2.9020LCL=0135791113151719212325SampleTestsperformedwith

unequalsamplesizesCompanyConfidentialEWMA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CompanyConfidentialEWMA的全稱(chēng)為Exponentially

WeightedMovingAverage,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(guò)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(guò)程位置的大幅度移動(dòng)沒(méi)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(guò)程位置變化,因此常用于監(jiān)控已受控過(guò)程,以發(fā)現(xiàn)過(guò)程均值相對(duì)于目標(biāo)值的漂移CompanyConfidentialEWMA練習(xí)?

Select:

Stat>ControlChart>TimeWeightedCharts

>

EWMACompanyConfidential輸入?yún)?shù)確定權(quán)重系數(shù)λ

的值,λ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,

λ值越小.如需檢測(cè)1σ的過(guò)程偏移,

λ=0.2,如需檢測(cè)2σ的過(guò)程偏移,λ=0.4.常取λ=0.2,

1<λ<2.CompanyConfidential圖形輸出CompanyConfidentialCUSUM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CompanyConfidentialCUSUM的全稱(chēng)為Cumulative

Sum,即累積和控制圖.CUSUM圖的特點(diǎn):1、可以檢測(cè)每個(gè)樣本值偏離目標(biāo)值的偏差的累積和;2、可應(yīng)用于單值,也可應(yīng)用于子組容量大于1的場(chǎng)合;3、要求每個(gè)子組的樣本容量相等.CUSUM圖的適用場(chǎng)合:CUSUM圖適用于在過(guò)程受控時(shí),檢測(cè)過(guò)程實(shí)際值偏離目標(biāo)的異常點(diǎn),作用與EWMA圖類(lèi)似.CompanyConfidentialCUSUM練習(xí)組號(hào)1nNP23271302241121300232221162112110010010010010010010010010010010010010010010010010010010010010010010010010010010010010010023456789?

Select:

Stat>ControlChart>TimeWeightedCharts>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6σ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(guò)一段時(shí)間的治理,航班延誤率從過(guò)去的10%降到現(xiàn)在的2%左右,公司決定采取過(guò)程控制,把航班延誤率控制在2%的較好水平.101112131415161718192021222324252627282930CompanyConfidential輸入?yún)?shù)決策區(qū)間過(guò)程允許偏移量CompanyConfidential圖形輸出CompanyConfidentialMINITAB之制程能力分析CompanyConfidential制程能力之分類(lèi)計(jì)量型(基于正態(tài)分布)計(jì)數(shù)型(基于二項(xiàng)分布)計(jì)數(shù)型(基于泊松分布)CompanyConfidentialMINITAB

能力分析的選項(xiàng)(計(jì)量型)Capability

Analysis(Normal)Capability

Analysis(Between/Within)Capability

Analysis(Nonnormal)Capability

Analysis(Multiple

Variable

normal)Capability

Analysis(Multiple

Variable

Nonnormal)Capability

Analysis(Binomial)Capability

Analysis(Poission)Capability

Sixpack(Normal)Capability

Sixpack(Between/Within)Capability

Sixpack(Nonnormal)CompanyConfidentialCapabilityAnalysis(Normal)?

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(guò)程能力統(tǒng)計(jì)表，包括子組內(nèi)和總體能力統(tǒng)計(jì)。CompanyConfidentialCapabilityAnalysis(Between/Within)?

該命令會(huì)劃出帶理論正態(tài)曲線的直方圖，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(guò)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)。CompanyConfidentialCapability

Analysis(Nonnormal)?

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(guò)程總能力統(tǒng)計(jì)CompanyConfidential.Capability

Analysis(Multiple

Variable

normal).Capability

Analysis(Multiple

Variable

Nonnormal)---上述兩個(gè)命令用于對(duì)多個(gè)變量進(jìn)行分析CompanyConfidential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(shuō)明CompanyConfidentialSTEP1決定Y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?Y特性一般是指客戶(hù)所關(guān)心所重視的特性。?Y要先能量化，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。結(jié)果說(shuō)明CompanyConfidentialSTEP2決定Y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?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)的整理結(jié)果說(shuō)明CompanyConfidentialSTEP3決定Y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?將數(shù)據(jù)輸入MINTAB中，或則在EXCEL中都可以。結(jié)果說(shuō)明CompanyConfidentialSTEP4決定Y特性決定Y特性收集Y特性數(shù)據(jù)?利用MINITAB>STAT>QUALITY

TOOLS>CAPABILITY輸入MINITAB數(shù)據(jù)表進(jìn)行分析ANALYSIS

(NORMAL)結(jié)果說(shuō)明CompanyConfidentialSTEP5決定Y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?利用MINITAB的各項(xiàng)圖形來(lái)進(jìn)行結(jié)果說(shuō)明結(jié)果說(shuō)明CompanyConfidential練習(xí)樣本1X1X2X3X4X599.70

98.72

100.24

101.28

101.2099.32

100.97

100.87

99.24

98.2199.89

99.83

101.48

99.56

100.9099.15

99.71

99.17

99.30

98.8099.66

100.80

101.06

101.16

100.4597.74

98.82

99.24

98.64

98.73101.18

100.24

99.62

99.33

99.91101.54

100.96

100.62

100.67

100.49101.49

100.67

99.36

100.38

102.1097.16

98.26

97.59

100.09

99.782345678910CompanyConfidential輸入數(shù)據(jù)?Select:

Stat>Quality

Tools

>Capabilty

Analysis(Normal)注意輸入方式CompanyConfidential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CompanyConfidential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CompanyConfidential選項(xiàng)的輸入選擇是否作正態(tài)型轉(zhuǎn)換如果需要計(jì)算Cpm則需要輸入目標(biāo)值過(guò)程能力表現(xiàn)形式的選擇CompanyConfidential以Cpk,Ppk結(jié)果的輸出樣本數(shù)值超過(guò)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Cpm是指樣本數(shù)值相對(duì)于對(duì)于目標(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CompanyConfidentialCp:過(guò)程能力指數(shù),又稱(chēng)為潛在過(guò)程能力指數(shù),為容差的寬度與過(guò)程波動(dòng)范圍之比.Cp=(USL-LSL)/6σ其中:σ=R/d2Cpk:過(guò)程能力指數(shù),又稱(chēng)為實(shí)際過(guò)程能力指數(shù),為過(guò)程中心μ與兩個(gè)規(guī)范限最近的距離min{USL-μ,μ-LSL}與3σ之比.Cpk=min{USL-μ,μ-LSL}/3σ

其中:σ=R/dCpm:過(guò)程能力指數(shù)，有時(shí)也稱(chēng)第二代過(guò)程力2指數(shù)，質(zhì)量特性偏離目標(biāo)值造成的質(zhì)量損失．Cpm

=(USL-LSL)/6σ′:σ2

σ2+(μ-m)2?

=其中Cpmk=Cpk/√1+[(μ-m)/σ]2Cpmk稱(chēng)為混合能力指數(shù)CompanyConfidentialPp與Ppk:過(guò)程績(jī)效指數(shù)，計(jì)算方法與計(jì)算Cp和Cpk類(lèi)似，所不同的是，它們是規(guī)范限與過(guò)程總波動(dòng)的比值．過(guò)程總波動(dòng)通常由標(biāo)準(zhǔn)差s來(lái)估計(jì)．√2

(x

x)S=K=(2

M-μ

)/Tin

1過(guò)程能力與缺陷率的關(guān)系：1、假如過(guò)程中心μ位于規(guī)范中心M與上規(guī)范限USL之間，即M≤

μ≤USL時(shí)，p(d)=Φ[-3(2Cp-Cpk)]+Φ(-3Cpk)2、假如過(guò)程中心μ位于規(guī)范中心M與下規(guī)范限LSL之間，即LSL≤

μ≤M時(shí)，p(d)=Φ[-3(1+K)Cp]+Φ[-3(1-K)Cp]CompanyConfidential以Zbench方式輸出CompanyConfidential結(jié)果說(shuō)明ZUSL=(USL-

μ)/σZLSL=(μ

-LSL)/σZ=(USL-

LSL)/2σ

或

Z=3Cp雙側(cè)規(guī)范下綜合Sigma

Level

Zbench需通過(guò)總?cè)毕萋蔬M(jìn)行折算使用SigmaLevel

Z來(lái)評(píng)價(jià)過(guò)程能力的優(yōu)點(diǎn)是:Z與過(guò)程的不合格率p(d)或DPMO是一一對(duì)應(yīng)的.CompanyConfidential練

習(xí)請(qǐng)打開(kāi)Data目錄下的Camshaft.mtw，以Zbench方式輸出CompanyConfidential填入?yún)?shù)CompanyConfidential結(jié)果輸出CompanyConfidential通過(guò)DPMO求Sigma

Level?Select:Calc–Calculator?Select:Calc–ProbabilityDistribution-NormalCompanyConfidential結(jié)果輸出合格率

Z值,Sigma

LevelCompanyConfidentialCapability

Analysis(Between/Within)組間的σ組內(nèi)的σ總的σ=√組間的σ2+組內(nèi)的σ2√∑(Xi－X)2/(n－1)此處的Ppk>CpkCompanyConfidential※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(guò)程穩(wěn)定系數(shù)dσ

=StDev(overall)

-StDev(B/W)※過(guò)程相對(duì)穩(wěn)定系數(shù)drσ

=[StDev(overall)

-StDev(B/W)]/StDev(overall)過(guò)程相對(duì)穩(wěn)定系數(shù)的評(píng)價(jià)參考過(guò)程相對(duì)穩(wěn)定系數(shù)drσ的范圍評(píng)價(jià)接近穩(wěn)定d

<10%rσ不太穩(wěn)定不穩(wěn)定10%<=d

<20%rσ20%<=d

<50%rσ很不穩(wěn)定d

>=50%rσCompanyConfidentialCapability

Analysis(Nonnormal)此項(xiàng)的分析是用在當(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。CompanyConfidential練

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：100CompanyConfidential輸入相關(guān)參數(shù)Select:

Stat>Quality

Tools

>Capabilty

Analysis(Nonnormal)CompanyConfidential填入選項(xiàng)要求威布爾分布的參數(shù)估計(jì)CompanyConfidential結(jié)果圖形形狀參數(shù)CompanyConfidential正態(tài)分布適用性的判定?

可以使用–

Stat>basicstatistic>normalitytest?

但數(shù)據(jù)要放到同一個(gè)column中，所以必須針對(duì)前面的數(shù)據(jù)進(jìn)行一下處理CompanyConfidential數(shù)據(jù)調(diào)整進(jìn)行數(shù)據(jù)的堆積CompanyConfidential填寫(xiě)選項(xiàng)輸入變量輸入作為參考的概率記號(hào)CompanyConfidential結(jié)果輸出P-value＞0.05，接收為正態(tài)分布CompanyConfidential結(jié)果輸出(加標(biāo)0.5概率)CompanyConfidential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)CompanyConfidentialCapabilitySixpack(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,PPKCompanyConfidential練習(xí)?

請(qǐng)以前面的數(shù)據(jù)來(lái)進(jìn)行相應(yīng)的CapabilitySixpack

(Normal)練習(xí)?

Select:

Stat

>Quality

Tools

>CapabiltySixpack(Normal)CompanyConfidential輸入各項(xiàng)參數(shù)輸入規(guī)格CompanyConfidential選定判異準(zhǔn)則選擇判異準(zhǔn)則CompanyConfidential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CompanyConfidential考慮可選擇項(xiàng)如果希望計(jì)算Cpm,則輸入目標(biāo)值CompanyConfidential結(jié)果輸出CompanyConfidentialCapability

Sixpack(Between/Within)?

復(fù)合了以下的六個(gè)圖形–

Individual–

Moving

Range–

Range–

直方圖–

正態(tài)分布檢定–

CPK,PPKCompanyConfidential同前練習(xí)及結(jié)果CompanyConfidentialCapability

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,PPKCompanyConfidential結(jié)果輸出形狀參數(shù)CompanyConfidential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(guò)，不過(guò)–

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。CompanyConfidential示例?

數(shù)據(jù)在Data目錄下的Bpcapa.mtw中?

Select:Stat>QualityTools

>Capabilty

>Analysis

>BinomialCompanyConfidential填好各項(xiàng)的參數(shù)輸入樣本數(shù)輸入歷史的不良率CompanyConfidential選好控制圖的判異準(zhǔn)則CompanyConfidential結(jié)果及輸出不良的比例（希望它是隨機(jī)分布）該線與PChart中的Pbar

是相同的累計(jì)不良率CompanyConfidential泊松分布制程能力分析?

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。CompanyConfidential示例?

數(shù)據(jù)在Data目錄下的Bpcapa.mtw中?Select:

Stat>Quality

Tools

>Capabilty

Analysis(Poisson)CompanyConfidential填好各項(xiàng)的參數(shù)CompanyConfidential結(jié)果及輸出CompanyConfidential基礎(chǔ)統(tǒng)計(jì)CompanyConfidential描述性統(tǒng)計(jì)HEIGHT175168181169166173173176180181155154162157167156159165163159SEX11111111112222222222?

Select:

Stat>BasicStatistics>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:CompanyConfidential填入?yún)?shù)CompanyConfidential輸出結(jié)果選定欄數(shù)據(jù)修正均值Trimmed

MeanDescriptiveStatistics:HEIGHTTotalVariable

SEX

Count

N

N*

CumN

Percent

CumPctMean

SEMean

TrMeanHEIGHT1210

10

010

10

01020505050

174.201.72

174.381.39

159.50100

159.70變異系數(shù)SumofVariable

SEX

StDev

Variance

CoefVarSumSquares

MinimumQ1HEIGHT125.434.4029.5119.343.12

1742.00

303722.00

166.00

168.752.75

1597.00

255215.00

154.00

155.753/4數(shù)據(jù)點(diǎn)與1/4數(shù)據(jù)點(diǎn)的差值InterQuartileRange

數(shù)據(jù)連續(xù)差異平方的均值Variable

SEX

MedianQ3

Maximum

RangeIQR

Skewness

Kurtosis

MSSDHEIGHT12174.00

180.25

181.00

15.00

11.50159.00

163.50

167.00

13.00

7.75-0.090.37-1.29

24.78-1.10

20.89CompanyConfidential輸出結(jié)果(續(xù)1)CompanyConfidential輸出結(jié)果(續(xù)2)Select:

Stat

>

Basic

Statistics>Graphical

SummaryCompanyConfidential輸出結(jié)果(續(xù)3)CompanyConfidential假設(shè)檢驗(yàn)CompanyConfidential廣告宣傳的虛假性手機(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(chēng)其一種改良產(chǎn)品能夠充放電900次，為了驗(yàn)證廠商的說(shuō)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。CompanyConfidential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？現(xiàn)在的問(wèn)題是如何確定這兩條線的位置900接受廣告宣傳CompanyConfidential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和統(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。CompanyConfidential假設(shè)檢驗(yàn)的原理(續(xù))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，X

、X

、X

、X

、、、，也不盡不同。3124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。差別有顯著性。CompanyConfidential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。計(jì)算統(tǒng)計(jì)量值

做出統(tǒng)計(jì)提出假設(shè)

構(gòu)造統(tǒng)計(jì)量做出推斷決策CompanyConfidential提出假設(shè)在決策分析過(guò)程中，人們常常需要證實(shí)自己通過(guò)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)θ大于某個(gè)值θ0），這時(shí)就需要提出假設(shè)，假設(shè)包括零假設(shè)H

與備擇假設(shè)H

。01CompanyConfidential零假設(shè)的選取假設(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。CompanyConfidential零假設(shè)的選取(續(xù)一)同時(shí)，作為零假設(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)。CompanyConfidential零假設(shè)的選取(續(xù)二)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。CompanyConfidential構(gòu)造檢驗(yàn)統(tǒng)計(jì)量收集樣本信息利用樣本信息構(gòu)造檢驗(yàn)統(tǒng)計(jì)量x

0

nz

CompanyConfidential計(jì)算檢驗(yàn)統(tǒng)計(jì)量值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。x

0

nz

CompanyConfidential做出決策1、

規(guī)定顯著性水平α，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

v3、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H

和關(guān)于H

的結(jié)論10CompanyConfidential顯著性水平顯著性水平α是當(dāng)原假設(shè)正確卻被拒絕的概率通常人們?nèi)?.05或0.01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%CompanyConfidential判定法則1、如果檢驗(yàn)統(tǒng)計(jì)量落入拒絕域中，則拒絕原假設(shè)2、如果檢驗(yàn)統(tǒng)計(jì)量落入接受域中，則我們說(shuō)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(méi)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。CompanyConfidential零假設(shè)和備擇假設(shè)可能的零假設(shè)和備擇假設(shè)的情況零假設(shè)備擇假設(shè)小于(＜)大于(＞)不等于(≠