ImageVerifierCode 换一换
格式:PDF , 页数:19 ,大小:2.33MB ,
资源ID:3316991      下载积分:15 文币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.wenkunet.com/d-3316991.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录   微博登录 

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(内容视角看腾讯社交 内容构筑一体化内容体系-中信证券-200826.pdf)为本站会员(peixunshi)主动上传,文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知文库网(发送邮件至13560552955@163.com或直接QQ联系客服),我们立即给予删除!

内容视角看腾讯社交 内容构筑一体化内容体系-中信证券-200826.pdf

1、技术 aka.ms/IoTsignals物联网信号 大多数组织都熟悉和了解边缘计算(定义为能够使云分析和自定义业务逻辑转移到边缘设备,以 便组织可以专注于业务洞察力而不是数据管理)。在95%的知道边缘计算的组织中,有42%的组 织声称很了解边缘计算。此外,在知道边缘计算的组织中,73%的组织将其作为物联网解决方案 的一部分33%的组织认为边缘计算是必需部分,40%的组织认为边缘计算是次要组成部分。 (参参见附图17) 我们进一步调查了物联网应用中对边缘计算有了解的组织,发现边缘计算被用于各种用途。排名 靠前的是健康和保健用途、可持续发展用途(如碳足迹、排放监测)、空间优化(如利用会议 室、停车

2、场)和基于情况的维护。虽然不太常见,但边缘计算也被用于生产力和效率应用,包括 供应链管理、员工生产力和运营优化。 边缘计算的深度调查 附图17 边缘计算的认知边缘计算在物联网解决方案中的使用和影响 42% 40% 1 非常了解 略知一二 95 % 33% 40% 73% 知道 只知道名字 次要 组成部分 核心 组成部分 核心/ 次要 组成部分 28新兴技术 aka.ms/IoTsignals物联网信号 使用边缘计算作为其物联网解决方案的一部分的组织将受益于更多的互联和改善的运营,从 而优化自动化和生产力。近一半的公司表示,物联网有助于他们提高新旧设备的连接性,因 为其有助于协议转换。几乎同样多

3、的公司报告说,由于不再依赖互联网带宽,其运营得到了 改善。(参参见附图18) 美国一家血液实验室的医疗机构IT决策者解释了边缘计算如何提高了组织的效率和改善了运 营:“通过边缘计算,我们将所有的非增值计算转移出去。当一个事件发生时,数据会通过算 法来判断是否是一个需要人采取行动的事件。所以,如果不需要人工干预,我们就不需要将 这些数据在网络上移动,其可以留在本地处理。正是这些低功耗的中央处理器在承担着必须 通过网络来回发送所有数据来实现某件事情的重任,且只需发送重要的事件。” 49% 47% 43% 32% 由于协议转换, 新旧设备的连接性更强 由于不依赖互联网带宽, 运营得到了改进 不向组织

4、外发送私人信息, 提高了隐私性 降低本地控制环路的延迟 附图18 物物联网中使用边缘计算的益处 29新兴技术 aka.ms/IoTsignals物联网信号 附图19 在物在物联网中更多使用边缘计算的障碍 然而,在物联网中使用边缘计算并非没有挑战。其中,最主要的问题是缺乏如何连接边缘技术的 指导,以及边缘硬件选择不明确(均为34%)。三分之一的公司在管理边缘安全计算的安全方面 存在困难,通过漏洞管理、周边安全和应用安全来确保边缘网络的安全被认为是最重要的。不过 最终,企业的需求是存在的,只有21%的公司声称这项技术对他们没有用处。(参参见附图19) 34% 34% 33% 33% 31% 21%

5、 缺乏架构指导 边缘硬件选择不明确 缺乏基础设施 安全管理方面的困难 缺乏训练有素的人员 没有边缘计算的业务需求 30新兴技术 aka.ms/IoTsignals物联网信号 边缘计算在各行各业都广为人知:在我们调查的所有公司中,95%的公司都知道边缘计算,73% 的公司在其物联网解决方案中使用边缘计算。目前,更多的能源公司(77%)正在利用边缘计 算。使用最少的是医疗保健行业,占60%。(参参见附图20) 与其他类型的公司相比,制造业公司 在边缘计算方面总体上面临的挑战较少。零售业组织发现启动这项技术非常有挑战性。他们面临 的挑战包括缺乏业务需求和边缘硬件选择不明确。 附图20 边缘计算的应用

6、和价值 知道知道边缘计算 在物在物联网解决方案中 使用使用边缘计算 制造制造医医疗零售零售能源能源 95%95%93%96%95% 73%73%60%74%77% 总计 31新兴技术 aka.ms/IoTsignals物联网信号 对数字孪生(研究中定义为现实世界的事物、场所、业务流程或人员的数字化复制品,旨在理 解、控制、模拟、分析和改进现实世界的业务操作)的熟悉程度还有待提高。 虽然86%的物联网决策者表示他们知道该技术,但只有三分之一的人对该技术高度了解。在知道 数字孪生的公司中,超过四分之三的公司正在制定或实施数字孪生战略。(参参见附图21) 然而, 许多数字孪生项目仍处于早期阶段,28

7、%的项目处于学习阶段,约一半的项目处于概念验证阶 段。只有11%的项目达到使用阶段。 数字孪生的深度调查 附图21 数字数字孪生的认知数字数字孪生的的实施进展 33% 38% 15% 非常了解 略知一二 86% 27% 28% 18% 27% 83 % 知道 只知道名字 正在制定 已制定 但未实施 正在实施 有一个 数字孪生战略 32新兴技术 aka.ms/IoTsignals物联网信号 绝大多数有数字孪生战略的企业都将其视为物联网解决方案的组成部分:39%的企业认为其是核 心组成部分,43%的企业称其为次要组成部分。 (参参见附图22) 数字孪生由于能够通过优化等技术来简化流程,正在被各行各

8、业应用。“工程部为我们制造的每 一个零件生成数字3D点云,直至精确的物理特性,” 一位美国水电技术行业的IT决策者解释道。 “我们应用这一数字孪生并对其进行数学优化,而不必一开始就将其放在夹具中。在此过程中, 我们发现有更好的配置。组合的数量通常会是92个因子 这比宇宙中的原子数量要多出无限 多的组合。利用数字孪生,我们可以虚拟地吐出比实物更好的结果。我们可以在几个小时内完 成,而不是几天。” 附图22 数字数字孪生在物联网解决方案中的使用和影响 核心/ 次要组成部分 82 % 43% 次要 39% 核心 33新兴技术 aka.ms/IoTsignals物联网信号 各行业有超过70%的组织在物

9、联网解决方案中使用了数字孪生。80%的零售公司有数字孪生战略,而 有数字孪生战略的医疗保健公司占比为60%,有数字孪生战略的制造公司占比为71%。在数字孪生战 略方面,零售公司的实施水平也是最高的:占比为27%,而医疗保健公司和能源公司占比分别为12% 和23%。86%的零售公司在其物联网战略中使用数字孪生,而在其物联网战略中使用数字孪生的制造 和能源公司占比为82%,以及在其物联网战略中使用数字孪生的医疗保健机构占比为71%。总的来 说,与其他行业相比,医疗保健行业对数字孪生战略的实施最少。(参参见附图23) 附图23 数字数字孪生的应用和价值 知道数字知道数字孪生 有有 数字数字孪生 战略

10、 数字数字孪生战略的实施进展 在物在物联网解决方案 中使用数字中使用数字孪生 制造制造医医疗零售零售能源能源 86%87%80%89%87% 73%71%60%80%78% 27% 28% 18% 26% 26% 19% 12% 26% 23% 27% 34% 19% 23% 32% 23% 82%82%71%86%82% 总计 正在实施 已制定 正在制定 行业 聚焦 物联网信号aka.ms/IoTsignal基础统计基础统计 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 2Rev. 2.0 MeasureDefin e Ana

11、lyz e Improv e Contro l 方法论 Measure 概要 Project Y 基础统计 测定System 分析 Six Sigma 测度 工程能力分析 Process Map & 特性要因图 FDM Proprietary to Samsung Electronics CompanyMeasure-基础统计- 3Rev. 2.0 基础统计 学习目标 1.为了确认DATA的特性,理解测定的基本概念和 利用Minitab的基础统计量计算的方法。 2.理解导入概率分布确认概率概念,利用Minitab从概率分布求 概率值的方法。 Proprietary to Samsung Ele

12、ctronics CompanyMeasure-基础统计- 4Rev. 2.0 基础统计的必要性 l 在测定阶段中收集材料以分析的方法使用。 l 把工程的Xs与 Ys特性化资料用数值显示。 l 用以前的工程和执行DATA推定未来时使用。 l 高级统计性问题解决方法的基础而使用。 l 基本统计概念不是根据直观而是创出根据事实的语言。 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 5Rev. 2.0 资料的测度 标本(Sample) : 为了统计性处理,从母集团中实际抽出的观测值或测定值的集合。 母集团(Population) :

13、对关心的所有集团的所有个体的观测值或测定值的集合。 (对有权者的投票结果,一日生产量,特定制品的不良率。 ) 今年参加数能考试的全部学生数是约 80万名。为了调查与去年 对比考试问题的 难度,在各地区任意抽出 2,000名调查了成绩。 这时的母集团和标本是什么? 母集团母集团 : : 是参加考试的全体学生数约 80万名 标本标本 : : 各地区任意抽出的2,000名 例 母集团和标本 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 6Rev. 2.0 资料的测度 2 S2 S 对母集团特性的推论 母平均 : 母分散 : 母标准偏差

14、 : 标本平均 : 标本分散 : 标本标准偏差 : 母数(Parameter) : 表示母集团的特性值 (母平均,母分散等 ) 统计量(Statistic) : 根据从标本中计算的标本特性值,可以推定 母集团的特性。(标本平均, 标本分散等) 抽出(Sampling) A A A A A A A B B B B B B C C CC C C DD D D D D D A A B DD D C C C C B 母集团母集团 标本标本 母数母数统计量统计量 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 7Rev. 2.0 对资料中心

15、的测度,包括平均,中央值,最频值等。. 例 ) 制品完成所需AF 的7个工程。下面测定了每工程所需要的时间。 求每工程所需要的平均时间。 极端值 30分对平均 的影响大! 平均(Mean) n 个观测值的平均是, 观测值的总合除于观测值个数 对于 极端值很敏感(outlier) 。 平均 : 2 2 1 3 2 9 30 A B C D E F G (单位 :分) 观测值总合 观测值数 = 计算) 中心位置 资料的测度 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 8Rev. 2.0 中央值(Median) DATA按从小到大顺

16、序(n)排列时,中间位置的值少受极端值(Outlier)的影响。 最频值(Mode) DATA频度数(Frequency)大的 少受极端值(Outlier) 的影响。 例 ) 前面问题中最频值是多少? 在2, 2, 1, 3, 2, 9, 30中频度数 2值为 3,拥有最多 的频度, 因此最频值是 2 。 中央值,最频值 少受检端值的 影响。 n n 为单数时为单数时 : : n n 为双数时为双数时 : : 1 2 2 1 2 2 2 2 3 9 30 3 9 30 1 2 2 2 3 9 10 301 2 2 2 3 9 10 30 2和 3的平均2.5 资料的测度 Proprietary

17、 to Samsung Electronics CompanyMeasure-基础统计- 9Rev. 2.0 显示资料离中心位置分散多少的测度,代表性的有分散、标准偏差、4分位数等。 B汽车每L 平均行驶距离比 A汽车高,但分布的散布图大, 所以不能说 一定是B汽车好! A 汽车 B 汽车 下面是 测定A ,B汽车每L 行驶 距离的DATA分析。 各位喜欢什么样的汽车? AB 例 ) 统计分析中只考虑平均判断会得到错误的结果, 应考虑资料分散程度的散布图。 散布图 资料的测度 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 10R

18、ev. 2.0 分散和标准偏差是资料离平均值的距离,表示资料分散的程度。 可以使用各资料值和平均的差异,即把偏差都合起来的方法,但 如下例经常成为0,所以使用距离的 乘方, 即,偏差的乘方。 3040506070 假如,从 点到 的乘方距离是 , 分散被定义为平均乘方距离 (按统计理由 分母不是 n,而是使用 n-1) 标准偏差取乘方根分散的形态。 分散(Variance)与标准偏差(Standard deviation) 例 ) 资料 : 4 8 7 5 2 6 3 平均 5 偏差的合 : (-1) + 3 + 2 + 0 + (-3) + 1+ (-2) = 0 标本分散 : 标准偏差 :

19、 资料的测度 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 11Rev. 2.0 4分位数(Quartile) : 资料按顺序排列时,被 4等分的数。 4 分位范围(IQR :Interquartile Range) : Q3-Q1 Q1: 第 1/4分位数(First quartile) = 相当于25% 的值 Q2: 第 2 /4分位数(Second Quartile : 中央值) =相当于 50% 的值 Q3: 第 3 /4分位数(Third Quartile) = 相当于75% 的值 例) 有如下DATA时,求4分位数和

20、 IQR . 2, 8, 20, 4, 9, 5, 4, 3, 计算 ) 按顺序排列 : Q1 = 3.25 Q2 (中央值) = 4.5 Q3 = 8.75 2 3 4 4 5 8 9 20 范围(Range) : 在一组DATA中,把最大值和最小值的间隔用数值表示。 = 最大值 最小值 资料的测度 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 12Rev. 2.0 Basic Statistics A事业部 90 51 48 92 79 98 67 61 68 70 44 49 50 98 71 B事业部 83 26 32

21、99 63 92 92 69 45 67 80 60 73 40 38 例题 1 以下是 A, B事业部对各 15名进行大约4周的 GB教育后, Test 的结果。 1) 利用Display Descriptive Statistics 求全部 DATA 的基础统计量。 2) 利用Store Descriptive Statistics 求各事业部DATA 的基础统计量。 对目前为至观察的基础统计量用对目前为至观察的基础统计量用 MinitabMinitab实习。实习。 资料的测度 Proprietary to Samsung Electronics CompanyMeasure-基础统计-

22、13Rev. 2.0 1) Display Descriptive Statistics : 显示统计量和Graph. Work sheet里DATA输入Step 1 (score.mtw) 资料的测度 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 14Rev. 2.0 Stat Basic Statistics Display Descriptive StatisticsStep 2 选择变量列 使用Group变量 列时Check 选择Graph 资料的测度 Proprietary to Samsung Electronics

23、 CompanyMeasure-基础统计- 15Rev. 2.0 Session 果确Step 3 平均,标准偏 差, 4分 位数 Q1 : 数据按从小到大顺序排列时, 25% 位置的数 ( 第1/4分位数 ) 48.75 Q3 : 数据按从小到大顺序排列时, 75% 位置的数 ( 第3/4分位数 ) 84.75 Mean : 对观测值的平均 66.50 资料的测度 Median : 对观测值的中央值 67.50 StDev : 对观测值的标准偏差 21.01 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 16Rev. 2.0

24、Graph 结果确认Step 4 Histogram Box Plot 信赖区间 Graph(平均) 正态性检定 基础统计量 4分位数 平均,标准偏差,中央值的 信赖区间 信赖区间 Graph(中央值) 资料的测度 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 17Rev. 2.0 Mean : 平均 SE of Mean : 平均的标准误差 Standard deviation : 标准偏差 Variance : 分散 First Quartile : 分位数 (Q1) Median : 中央值 Third Quartile

25、: 分位数 (Q3) Interquartile range : 4分位间 范围 (Q3-Q1) Sum : 合 Minimum : 最小值 Maximum : 最大值 Range : 范围 Statistics (统计量) 资料的测度 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 18Rev. 2.0 Stat Basic Statistics Store Descriptive StatisticsStep 1 选择变量列 选择Group 变量列 选择希望的 统计量 2) Store Descriptive Statisti

26、cs : 计算的统计量保存在Work sheet里 资料的测度 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 19Rev. 2.0 Work sheet 结果确认Step 2 基础统计量按 Group别也能求! 资料的测度 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 20Rev. 2.0 计量型DATA : 能测定的品质特性的值。 例) 强度 (kg/cm2), 重量(kg) , 长度(cm), 温度(C) 等计量型DATA。 DATA的形态 计数型DATA :

27、 按个数能数的品质特性的值 例) 缺点数,不良品数等计数型DATA。 1 1 2 2 3 3 4 4 一,二,三 能数啊! 有测定单位吧 概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 21Rev. 2.0 对有发生可能的所有情况特定事件A发生的可能性,即,无数次反复进行同样的实验时, 发生某事情的比率。 标本空间(Sample space) : 在实验或观察中所有可能发生的实验结果的集合。 思想或事件(Event) : 标本空间的部分集合,有某特定观心的实验结果的集合。 例) 想一想掷两个骰子。 P(A) = 思想 标

28、本空间 标本空间 S = (1, 1), (1, 2), , (6, 6) : 36种所有实验结果的集合。 事件 (Event) : 标本空间的部分集合。 E1 = 第一个骰子出现1时 = (1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6) 掷两个骰子时第一个骰子出现1情况的概率P(E1) P(E1) = P(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6)= 6/36 = 1/ 6 概率 (Probability) 概率分布 Proprietary to Samsung Electronics Company

29、Measure-基础统计- 22Rev. 2.0 概率变量(Random Variable) 硬币出现的情况,即,可以认为标本空间是 (前面, 前面), (前面,后面), (后面, 前面), (后面, 后面) . 这时,假如把概率变量 X 为硬币前面出现的个数, (前面, 前面)情况时,概率变量 X是 2. 因此概率变量X可以如下表示。 X(前面,前面) =2, X(前面, 后面) =1, X(后面, 前面) =1, X(后面, 后面) =0 概率变量对应 标本空间的数。 概率分布 例) 想一想掷两个硬币的情况。 对标本空间的各个值赋予实数的函数。 Proprietary to Samsung

30、 Electronics CompanyMeasure-基础统计- 23Rev. 2.0 X=x012个 事件(后,后)(前, 后), (后, 前) (前, 前) P(X=x)1/42/41/41 1/2 1/4 012 在这里 X叫 概率变量,给概率变量值对应概率的关系叫 概率分布。 概率分布 前例的概率分布用表和Graph表示如下。 P(X=0) = 1/4 , P(X=2) = 1/4, P(X=1) = 1/2 下面求概率变量 X 为 1的概率。 X= 1的情况意味着硬币前面出现的个数为一个,因此出现 (前面, 后面) , (后面, 前面) 的两种情况,概率是全部4种情况中的两种即可知

31、1/2 ,所以给各个的概率变量值 对应概率如下。 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 24Rev. 2.0 概率分布(Probability Distribution) 给概率变量的数值对应概率的关系,有计量型概率分布和计数型概率分布。 缺点数DATA : 泊松分布 注意 现场的连续性DATA一般随正态分布。但信赖性DATA是随指数分布或 Weibull分布的情况多,在只规定单侧规格或工程有异常情况时, DATA 一般也不按正态分布。 概率分布的种类 计数型 概率分布 : 概率变量 X是计数型概率变量时 不良品DATA

32、 : 二项分布 计量型 概率分布 : 概率变量 X是计量型概率变量时 正态分布 概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 25Rev. 2.0 连续概率分布 正态分布正态分布(Normal (Normal distribution)distribution) 正态分布是最自然的分布,某一定范围内的所有实数值都可以取的概率分布, 是计量型概率分布中最有代表性的分布。 - 概率密度函数是平均 为 中心对称的钟模样。 - 分布的模样和位置用分布的平均和分散决定。 - 从社会性,自然性现象出来的分布大部分与 正态分布类似。

33、 - 拥有平均 ,分散 2 的正态分布如下表示 正态分布的概率密度函数 12 1 = 1 12 1 2 1 2 2 1 随与 的正态分布模样 1 2 , 1 = 2 1 = 2 , 1 2 1 2 , 1 2 计量型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 26Rev. 2.0 Z X = -m s 标准正态分布标准正态分布 (Standard Normal Distribution)(Standard Normal Distribution) 为了使概率计算容易,把正态分布标准化为平均 = 0, 标准偏差 = 1

34、 Z 变换 : 正态分布的标准化 用标准化的概率变量 Z 表示 X N X N (100, 10(100, 10 2 2 ) )的的 正态分布正态分布 - - 2 - 3 + 3 + 2 + 100908070120110130 标准化标准化 Z X = -100 10 Z N Z N (0, 1(0, 1 2 2 ) )的的 标准正态分布标准正态分布 0- 1- 2- 3 321 Z Z 计量型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 27Rev. 2.0 平均是 20,标准偏差是 5的正态分布中, 使用Mini

35、tab求下面各概率。. (a) P(X15), 即 X15的概率? (b) P(X30), 即 X30的概率? (c) P(Xx) = 0.90的 x值? 通过下例看一下利用通过下例看一下利用MinitabMinitab的正态分布的概率计算。的正态分布的概率计算。 例题 2 计量型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 28Rev. 2.0 Probability density (概率密度函数) 输入 x 概率密度函数 f (x)值计算 Cumulative probability Inverse cumula

36、tive probability Minitab的概率分布中求概率值的方法 输入x 累积概率 F (x)值计算 输入累积概率 F (x)值 计算相关 x值 f (x) 计量型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 29Rev. 2.0 (a) P(X NormalStep 1 选择累积概率 输入平均和 标准偏差 输入系数 常数输入在 特定列时 Minitab 实习 计量型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 30Rev. 2.0

37、Session 结果解释Step 2 x = 15 P X15 = P NormalStep 1 (b) P(X30), 即 X30 的概率是? 选择累积概率 输入平均和 标准偏差 输入常数 系数输入 在特定列时 计量型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 32Rev. 2.0 Session 结果确认Step 2 x=30 P X 30 = P X-20 5 30-20 5 = P Z 2 = 1 - PZ 2 = 1 - 0.9772= 1 - 0.9772 = 0.0228 PZ 2是从全体宽度 1减 掉

38、PZ 2 部分的宽度就 行! 0.0228 1- PX 30 = 1-0.9772 = 0.0228 计量型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 33Rev. 2.0 (c) P(X Probability Distribution NormalStep 1 选择逆累积概率 输入平均和标准偏差 输入常数 常数输入 在特定列时 计量型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 34Rev. 2.0 Session 结果确认Step 2

39、0.90 x = 26.4078 PX 26.4078= 0.90 计量型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 35Rev. 2.0 离散概率分布 两项分布(Binomial Distribution) 与良/不良或成功/失败 一样的两个要素中, 显示其中一个的施行中利用。 结果只分为良品/不良品或成功/失败两种的实验进行了n次反复施行时, 成功次数X 随二项分布。 0 0.1 0.2 0.3 0.4 05101520 p=0.1 p=0.2 p=0.3 p=0.4 p=0.5 例) n=15 的二项分布中,显

40、示随p值概率值的图表。 计数型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 36Rev. 2.0 现场的两项分布 n个的制品中纳期内给消费者送到的制品数。 在平均不良率为 p的工程中取出的n个制品包含的不良品数。 p : 发生特定现象的概率 (1-p) : 不发生的概率 两项分布的平均,分散,标准偏差 : 平均 :np, 分散 :np( 1- p ), 标准偏差 : 计数型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 37Rev. 2.0 A公

41、司生产的制品不良概率是 0.01. 把这制品各10个一捆销售, 不良品一个以上时可以换。这时一捆被换的概率是多少? 计算 ) P( X 2 ) = 1 - P( X 1 ) = 1- P( X = 0 ) - P( X = 1 ) = 1 - 0.010 0.9910 - 0.011 0.999 = 1 - 0.90438 - 0.09135 = 0.00427 10 0 10 1 例题 3 二项分布是现场 的不良品DATA时 多使用吧! 计数型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 38Rev. 2.0 P(

42、X 2 ) = 1 - P( X 1 ) 选择累积概率 输入施行次数 输入欲求概率的值 输入原有的概率 Calc Probability Distribution Binomial DistributionStep 1 Minitab 实习 计数型概率分布 Proprietary to Samsung Electronics CompanyMeasure-基础统计- 39Rev. 2.0 关于P( X 1 的 概率 因此, 知道P( X 2 ) = 1 - P( X 1 ) = 1- 0.9957 = 0.0043 Session 结果确认Step 2 计数型概率分布 Proprietary to

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:文库网官方知乎号:文库网

经营许可证编号: 粤ICP备2021046453号世界地图

文库网官网©版权所有2025营业执照举报