1、Minitab15培训培训Introduction上海泰珂玛信息技术有限公司 系Minitab中国区总代理负责上海泰珂玛信息技术有限公司 系Minitab中国区总代理，负责Minitab软件在中国大陆地区的软件销售，软件培训和技术支持等相关工作。泰珂玛公司的培训老师为Minitab公司认证专业讲师，具有扎实的统计背景和行业知识深受学员的致好评扎实的统计背景和行业知识，深受学员的一致好评。电话：021-51113591电话：021 51113591网址：培训目标学会Mi ib的软件常用操作学会Minitab的软件常用操作逐步体会在实际工作中应用Mi it b逐步体会在实际工作中应用Minitab
2、深入掌握各功能模块深入掌握各功能模块培训知识体系软件操作MinitabMinitab统计理论质量管理统计理论质量管理课程模块统计分析：假设检验，回归分析质量工具：SPC，PCA，MSA，DOESPC，PCA，MSA，DOE课程安排 基础应用篇基础应用篇（结构功能描述性统计图表制作） 基础应用篇基础应用篇（结构功能、描述性统计、图表制作） 统计分析篇统计分析篇（假设检验相关与回归分析 ） 统计分析篇统计分析篇（假设检验、相关与回归分析.） 质量工具篇质量工具篇（SPCMSADOE） 质量工具篇质量工具篇（SPC、MSA、DOE）第一部分基础应用篇基础应用篇基础应用篇基础应用篇BilitiBili
3、tiBasic applicationBasic application第一部分本节我们将学到本节我们将学到：Minitab使用结构、使用技巧描述性统计原理、方法常见统计公式回顾常见图表制作及分析Minitab 特点 数据处理，快速便捷， 图形处理直观形象 图形处理，直观形象 问题解决，深入全面视窗结构作表窗图形窗工作表窗口图形窗口会话窗口项目管理窗口会话窗口项目管理窗口文件类型对工作表对图形对图形对项目对项目数据类型“D” 表示日期/时间“T” 表示 文本表示数值列名数据方向列名数据输入区域数据输入区域常用菜单与命令Minitab软件提供强大的Help文件，在该文件里，我们可以找到和质量相关
4、的所有名词解释和计相关的所有式释和统计相关的所有公式以及大量的案例，让我们更深入的掌握统计知识，了解质量内容操作便捷高效可以根据需要把常用的工具放在菜单栏中菜单指令在会话窗口显示结果输出结果保存在表中输入分类变量输入分类变量计算结果思考：输出的属性信息（N、N*、均值标准误、四分位数等表示什么意思？有什么作用？是四分位数等表示什么意思？有什么作用？是怎么计算而来的？）图形显示Height 摘要Height 摘要A 平方0.52P 值0.178平均值145.21标准差23.72方差562.72偏度0 364554Anderson-Darling 正态性检验22020018016014012010
5、0第一四分位数125.00中位数145.00第三四分位数156.50最大值215 00偏度0.364554峰度-0.060806N92最小值95.00最大值215.00140.29150.12140.00150.0020 7227 7595% 平均值置信区间95% 中位数置信区间95% 标准差置信区间95% 置信区间95% 置信区间中位数平均值15014814614414214020.7227.75注：Minitab输出的图形，可以直接复制+粘贴到word、pownpoint等软件。方便做报告时使用方便做报告时使用数据与图形的对应绿色 = 图形与数据同步(图形化汇总)黄色 = 数据发生改变，图
6、形有待更新(图形)白色 = 不能更新 (布局图, 或者包括统计结果)白色 不能更新 (布局图, 或者包括统计结果) (图形化汇总)图形编辑18均值145 2Height 的直方图Height 的直方图正态 16141210率率均值145.2标准差23.72N928642频频Height 的直方图Height 的直方图正态2202001801601401201000HeightHeight1816141210频频率率均值145.2标准差 23.72N92正态22020018016014012010086420H H i i h ht t频频步骤：1、单击选中所有条形H He ei ig gh h
7、t t2、再单击选中想要编辑的条形3、双击该条形，出现编辑对话框（如中图）条，辑常用图表制作箱线图箱线图直方图直方图散点图散点图时间序列图这些图形的作用时间序列图分别是什么呢？箱线图图形箱线图候诊时间箱线图候诊时间箱线图图形箱线图异常值6050上午和下午为分类变量MaxQ34030等等待时间待时间Q2Q32010等等Q2MinMorningAfternoon0time of daytime of day预约在上午的候诊时间箱线图预约在下午的候诊时间箱线图Q1预约在下午的候诊时间箱线图点图图形点图身高的点图身高的点图性别作为分类变量图形点图性别作为分类变量12SexSex208192176160
8、144128112962HeightHeight男性身高分布女性身高分布点图常用于质量分析中的分层！直方图图形直方图图形直方图Height 的直方图Height 的直方图直方图作用：181614常用于定性判断样本分布情况（正态分布）12108频率频率分布）642怎么样来编辑图2202001801601401201000HeightHeight项目:MINITAB.MPJ; 工作表: descriptive; 2008-08-06; BY:Vellen怎么样来编辑图形呢？能在图形上添加参考线吗直方图直方图18120180Height 的直方图Height 的直方图161412121086频率频率
9、64202202001801601401201000HeightHeight项目:MINITAB2.MPJ; 工作表: descriptive; 2008-08-15; BY:Vellen散点图图形散点图身高和体重的散点图身高和体重的散点图图形散点图220200身高和体重相关性180160身高身高140120100767472706866646260100体重体重体重和身高呈现出正相关趋势体重和身高呈现出正相关趋势散点图 (分组)身高和体重的散点图（分组）身高和体重的散点图（分组）身高和体重相关性22020018012Sex180160140身高身高1201007674727068666462
10、60体重体重体重和身高呈现出正相关趋势散点图 (分割面板)767268646012身高和体重的散点图（分割面板）身高和体重的散点图（分割面板）身高和体重相关性2202001801高高2160140120100身身高高7672686460100体重体重体重和身高呈现出正相关趋势组块变量: Sex散点图用来判断两个变量之间的相关关系（一次关系、组块变量: Sex间的相关关系（次关系、二次关系等，此图常常用于回归分析）时间序列图ABC公司月度销售额的时间序列图ABC公司月度销售额的时间序列图广告机构为分类变量450400）AlphaOmega广告机构350300销售额（万元销售额（万元十二月十月八月
11、六月四月二月十二月十月八月六月四月二月250200十二月十月八月六月四月二月十二月十月八月六月四月二月月份月份用两家广告公司的销售额比较时间序列图用于考察样本数据随时间变化而呈现的趋势练习I您想要评估四个供应商提供原材料产品的耐用性。根据四个供应商提供的原材料生产的产品中测量 60 天后的耐用产产性。请用相关的图形进行判断和分析。Data/供应商.MTW练习II公司关相机电池的新配方是否能够很好地满足顾客的需要市场调公司关心相机电池的新配方是否能够很好地满足顾客的需要。市场调查显示，如果两次放电之间等待的时间超过 5.25 秒，顾客就会变得很不耐烦。您收集了使用过不同时间的（新旧配方）电池的样
12、本。然后，您在每个电池放电后立即测量了其剩余电压（放电后电压）而且还测在每个电池放电后立即测量了其剩余电压（放电后电压），而且还测量了电池能够再次放电所需的时间（放电恢复时间）。请创建一个按配方分组的合适图形来检查结果。在 5.25 秒的临界放电恢复时间处包括一条参考线。练习III您的公司采用两种不同的过程来生产塑料小球。能源是一同来产项主要成本，您想尝试一种新的能源来源。您在前半个月使用 A 来源（原有来源），而在后半个月使用 B 来源（新来）请建个合标个来新来源）。请创建一个合适的图标，用以说明两个来源下两种过程的能源成本。Data/能源成本.MTW第二部分统计分析篇统计分析篇统计分析篇统
13、计分析篇Statistics AnalysisStatistics AnalysisStatistics AnalysisStatistics Analysis统计分析篇之统计分析篇之假设检验假设检验假设检验假设检验HypothesisHypothesisHypothesisHypothesis假设检验本节我们将学到：本节学1、假设检验概念、原理2、假设检验原则、步骤3、两类错误（弃真、纳伪）4、P值、置信区间5、单样本Z检验5、单样本Z检验6、单样本T检验样本 检验7、双样本T检验8、功效和样本数量的确定统计方法结构统计方法统计方法描述统计推断统计参数估计假设检验我们在什么时候会用到参数估计
14、？参数估计假设检验会用到参数估计？为何用假设业务问题： 某炼钢炉改变原操作方法以提高钢的收得率，现用二种方法各炼10炉，如何从10组数据来比较钢的收得率有显著提高？何数据来较钢的收得率有著提高 客户要求交货期为30天，现从运作中收集实际交货期数据，问：实际交货期是否符合客户要求？问：实际交货期是否符合客户要求？我认为该企业员工的平我认为该企业员工的平均年龄为均年龄为5050岁岁! !均年龄为均年龄为5050岁岁! !假设检验业务问题统计问题务统计解决方案业务解决方案假设检验上述问题都可以看成对总体或总体参数的某个假设，然后利用从总体中抽取的样本来判断假设的真伪。这就是假设检验问题问题。请将上述
15、业务问题转化成统计问题第一个业务问题实际上是检验二个总体的均值是否相等，即1 = 2；第二个问题实际上是检验交货期的均值是否小于等于30，即 30。什么是假设检验1.概念事先对总体参数或分布形式作出某种假设然后利用样本信息来判断原假设是否成立2类型2.类型参数假设检验非参数假设检验非参数假设检验3.特点采用逻辑上的反证法依据统计上的小概率原理假设检验的总体过程总体假设检验决策抽取样本统计运算抽取样本假设检验的基本思想抽样分布抽样分布抽样分布抽样分布抽样分布抽样分布抽样分布抽样分布这个值不像我们应这个值不像我们应这个值不像我们应这个值不像我们应. . 因此我们拒因此我们拒. . 因此我们拒因此我
16、们拒该得到的样本均值该得到的样本均值.该得到的样本均值该得到的样本均值.绝假设绝假设 = = 2020绝假设绝假设 = = 2020如果这是总如果这是总如果这是总如果这是总m m. . 如果这是总如果这是总体的真实均值体的真实均值. . 如果这是总如果这是总体的真实均值体的真实均值样本均值样本均值样本均值样本均值m m = 50= 5020202020假设检验原则 等号放在原假设 原假设（Ho）和备择假设（ H1 1）完备且互斥1 1 备择假设称为研究假设，把变化后的问题放在备择假设，中双侧检验检验企业生产的零件平均长度是否为4厘米 从统计角度陈述问题 (U = 4) 从统计角度提出相反的问题
17、 (U 4)从统计角度提出相反的问题 (U 4) 必需互斥和穷尽 提出原假设 (U= 4) 提出原假设 (U= 4) 提出备择假设 (U 4) 有 符号 有 符号单侧检验采用新技术生产后，将会使产品的使用寿命明显延长到1500小时以上建立的原假设与备择假设应为H H : : U = 15001500H H : : U15001500H H0 0: : U = 15001500H H1 1: : U15001500双侧检验与单侧检验与单研究的问题研究的问题假假设双侧检验左侧检验右侧检验设双侧检验左侧检验右侧检验H H0 0m m = = m m0 0m mm m0 0m mm m0 0H H1
18、1m m m m0 0m mm mm m0 0假设检验中的两类错误1. 第一类错误（弃真错误）1. 第一类错误（弃真错误） 原假设为真时拒绝原假设第类错误的概率为(Al h ) 第一类错误的概率为(Alpha) 被称为显著性水平2 2第二类错误第二类错误（取伪错误取伪错误）2 2. . 第二类错误第二类错误（取伪错误取伪错误） 原假设为假时接受原假设 第二类错误的概率为(Beta) 1- 被称为检验功效两种错误的关系和的关系就像翘翘板小就 你不能同时减翘翘板，小就大， 大就小 你不能同时减少两类错误! 假设检验的步骤提出原假设和备择假设提出原假设和备择假设确定适当的检验统计量规定显著性水平计算
19、检验统计量的值计算检验统计量的值作出统计决策显著性水平与拒绝域抽样分布抽样分布抽样分布抽样分布置信水平置信水平置信水平置信水平拒绝域拒绝域拒绝域拒绝域拒绝域拒绝域拒绝域拒绝域a/2 a/2 a/2 a/2 a/2 a/2 1 1 - - 1 1 - - 接受域接受域接受域接受域H H0 0值值H H0 0值值临界值临界值临界值临界值临界值临界值临界值临界值样本统计量样本统计量样本统计量样本统计量显著性水平与拒绝域抽样分布抽样分布抽样分布抽样分布置信水平置信水平置信水平置信水平拒绝域拒绝域拒绝域拒绝域1 1 - -1 1 - -a a a a1 1 1 1 接受域接受域接受域接受域H H0 0值
20、值H H0 0值值临界值临界值临界值临界值样本统计量样本统计量样本统计量样本统计量什么是 P 值1.1.是一个概率值是一个概率值是个概率值是个概率值2.2.是观测到的原假设为真时的概率是观测到的原假设为真时的概率 左侧检验时，左侧检验时，P P值为曲线上方小于等于检验统值为曲线上方小于等于检验统左侧检验时，左侧检验时，P P值为曲线上方小于等于检验统值为曲线上方小于等于检验统计量部分的面积计量部分的面积 右侧检验时，右侧检验时，P P值为曲线上方大于等于检验统值为曲线上方大于等于检验统计量部分的面积计量部分的面积3.3.被称为观察到的被称为观察到的( (或实测的或实测的) )显著性水平显著性水
21、平 H0H0能被拒绝的最小值能被拒绝的最小值利用 P 值进行决策单单、双侧检验若p值 ,不能拒绝 H0,0若p值假定350.4功效功效0.20.03002502001501005000.0差值差值项目:MINITAB.MPJ; 2008-07-31; BY:Vellen练习某轧钢厂为提高某管坯的屈服强度，改变轧制工艺的某些参数作试验，从取得的部分数据分析知：均值为Xbar=39.32，标准差为S=0.75，屈服强度服从正态分布且目标值为40希望探测到的差异d0 68若要作，且目标值为40，希望探测到的差异d = 0.68，若要作T检验分析其改变工艺是否有效，试确定样本容量。（取 =0.05 ，
22、 =0.2）取 0.05 ， 0.2）练习1.010数量样本单样本 Z 检验 的功效曲线单样本 Z 检验 的功效曲线0.80.6效效Alpha0.05标准差0.75备择假定100.4功功效效0 80 60 40 20 0-0 2-0 4-0 6-0 80.20.00.80.60.40.20.00.20.40.60.8差值差值项目:MINITAB2.MPJ; 2008-08-15; BY:Vellen练习I在某部件加工生产中，其厚度在正常生产下服从N（）某日在生产的产品中抽查了0.13，0.015*0.015），某日在生产的产品中抽查了10次，其观测值为：0.112，0.130，0.129，0.
23、152，0 1380 1180 1510 1280 1580 142 但发现0.138，0.118，0.151，0.128，0.158，0.142.但发现其平均厚度已增大至0.136，若标准差不变，试问生产是否正常？（置信水平95%）平练习II一种机床加工的零件尺寸绝对平均误差允许值为1.35mm。生产厂家现采用一种新的机床进行加工以期进一步降低误差。为检验新机床加工的零件平均误差与旧机床相比是否有显著降低，从某天生产的零件中随机抽取50个进行检验利用这些样本数据检验新机床加工的零件进行检验。利用这些样本数据，检验新机床加工的零件尺寸的平均误差与旧机床相比是否有显著降低？/lWData/one
24、 sample T.MTW统计分析篇之相关与回归相关与回归相关与回归相关与回归RegressionRegression回归分析本节我们将学到：本节我们将学到：1、相关与回归、回归基本形式2、相关系数3、最小二乘法4、模型判断、回归方程显著性判断5、残差分析、残差判断6、逐步回归7、最佳子集回最回归的基本概念客观事物的联系确定性关系非确定性关系确定性关系（函数关系）非确定性关系（相关关系）根据变量间客观存在的相关关系相关关系，建立起合适的数学模型，分析和讨论其性质和应用的统计方法，称为回归（Regression）回归（Regression）。回归场景行政行政某软件公司想知道电话排队与服务时间之间
25、的关系。制造客户与供应商就客户收到的数量与给定提前期的几个月订货数量不致月订货数量不一致。设计设计某化学工程师，设计了一个新的流程，想要调查关键输入因子与氨的堆叠损失之间的关系。有效的数理统计工具社会经济工艺质量社会经济金融财务工艺质量市场营销金融财务市场营销 确认X和Y之间的关系； 找到少数关键的X； 通过设置X，控制和优化Y； 对Y进行预测。常见的回归形式多元线性)简单线性回归一元非线性YYYX2X1XX离散X因子多元非线性离散响应变量的逻辑回归1xxxxxxxxxxxYXaXbXY%yesxxxxxxXXcXX20%XXiX1X回归分析的一般过程变量的基础分析明确研究的对象和范围观察散点
26、图作描述性统计收集并了解数据线性或曲面？一元或多元？数据转换？离散型 X离散型Y？选择回归模型 (假设)离散型 X，离散型Y？计算参数模型求解未Residual？R-Sq？B0、bi、b2 ？模型检验未通过通过实际应用控制输出值通过输入值预测散点图散点图能显示出自变量X跟响应变量Y的关系。Y (output)散点图显示输入（x）跟输出(Y)Y 散点图显示输（x）跟输出(Y)的变化关系。当这些点随机的分布的时候，表X (input)示输入与输出之间没有什么关系。相关系数 (r)相关系数, r:变化范围是：-1 到1r = 1绝对负相关0 无线性关系r = 0 无线性关系r= + 1绝对正相关r
27、= + 1绝对正相关散点图与相关系数YYYXXX强的正相关性 r = .95 适度正相关 r = .70无相关性 r = .006YYYXXX其它模式线性关系29适度负相关73其它模式 无线性关系 r = -.29适度负相关 r = -.73强的负相关r = -.90回归模型YYb XYYab Xeiiie2e4e1e3Yab XiiX残差怎么样是情况才表明我们拟合的好？最小二乘法e= 观测 Y 估计 Ye 观测 Y 估计 YMin( )eeeeeii2112223242i 1a & b理论公式Yi = a + bxi回归方程S)Y)(YX(XXYn1iii回归斜率SS)X(Xb2XXYn1i
28、2i1i1i回归截距XbYa范例讲解假如你是玩具熊公司的市场分析员，现已得到下列数据：Ad $Sales (Units)112132424254请问广告费用与销售额之间有关联吗？请问广告费用与销售额之间有关联吗？散点图4Sales34120012345012345Advertising计算表XiYiX-Xi_Y-Yi_(XX)i(YY)i_11-2-1221-1-1320010320042100054224计算40012b7 . 04101440012b1 . 03*7 . 02aY = -0 1 + 0 7xY 0.1 + 0.7x模型的评估1. 变差测量变差测量可决系数 (R2)标准差 (
29、)标准误差 (Se)2. 残差分析3. 显著性检验XYabiXiYabi变差图示Y未被解释的离差平方和(Yi-Yi) Yi总离差平方和YabX+Yi(Yi- Y) 解释的离差平方和 (Yi- Y) YbXii_ YXXi i可决系数可决系数表示：由回归方程解释的总变异的比例例0 R2 1R2回归方程解释的变异总变异SSRSST总变异SST标准误差n2n)YY(Sn1i2iieYXbYaYnnn22nYXbYaYS1i1i1iiiiie回归系数的显著性检验著检验是否X& Y之间存在相关性1.假设H0: b = 0 (无线性关系) H1: b 0 (有线性关系) 2. 检验统计量n2eSbSSbb
30、2nt这里n1i2)XiX(bbS2n残差分析(误差项随机)假定工具解决思路1. 残差与 X 线性无关残差 vs. X如果X和Y的关系不是直线，而是曲线。对X或者Y或者两者做个转换，或者加入2次项。2.查看相邻误差项之间是否存在任何相关性残差 vs. 观测顺序任何可视的模式意味着另一个跟时间相关的因子影响着Y发现这个因子存在任何相关性响着Y。发现这个因子，并包括进回归模型。恒差尝试做开放， log, 或者Y的逆转换3. 恒方差Y的逆转换.残差vs预测 Y 拟合值)残差非正态分布. 尝试4. 残差项服从正态分布，期望为零，方差为常量残差非正态分布. 尝试对X或者Y，或者两者做转换。正态概率图 &
31、 残差直方图回归方程的显著性检验1. 假设假设H0: 无线性关系H1: 线性关系存在2. 检验统计量3.结论:如果FF拒绝H如果FF, 拒绝H0.如果FF, 接受H0.实例演练下表为某工程师提供的数据.表明某特种钢的韧性与冶炼时间的记录：序序序号时间(Min)韧性(HRB)序号时间(Min)韧性(HRB)116.5120.8255.7263 391012146.8149 6330.2340.2120.8124.4125.5131 7263.3275.4278.3101112345149.6153158.2350.7367.3381 3131.7136.2138.7296.7309.3315.8
32、131415567163.2170.5178.2381.3406.5430.8140.2318.8168185.9451.5Data/一元线性回归 mtwData/一元线性回归.mtw一元线性回归之一回归回归一元线性回归之二P表示什P表示什么含义？残差分析995正态概率图与拟合值正态概率图与拟合值HRB 残差图HRB 残差图905010百分比百分比0-5残差残差1050-5-101残差残差450400350300250拟合值拟合值65直方图与顺序直方图与顺序642频率频率0-5残差残差420-2-4-6-80残差残差161514131211109876543215观测值顺序观测值顺序项目:MI
33、NITAB.MPJ; 工作表: 一元线性回归; 2008-07-31; BY:Vellen拟合线图之一拟合线图可以通过图形体现一元函数关系拟合线图之二450S3.52614R S99 7%拟合线图拟合线图HRB = - 77.80 + 2.828 time400R-Sq99.7%R-Sq（调整）99.6%350300HRBHRB300250这个图形和什么图形相似？190180170160150140130120110timetime项目:MINITAB.MPJ; 工作表: 一元线性回归; 2008-07-31; BY:Vellen实例演练研究者想预测上班族的年收入，他收集了15位上班族的年收入
34、（万元）、IQ、EQ和创造力，试用这些变量联合预测年收入。，年SalaryIQEQCreativitySalaryIQEQCreativity9.5125853210 51301202510.5130120255.910088118.810592236.595100454 99484204.99484207.79712538111051324912138102256 8103111216.8103111217.99289199.48994368.2108129266 49487246.49487243.9857517Data/多元线性回归.mtw多元线性回归之一多元线性回归之二99904正 态
35、 概 率 图与 拟 合 值正 态 概 率 图与 拟 合 值y 残 差 图y 残 差 图9050101百分比百分比20-2-4残差残差5.02.50.0-2.5-5.01残 差残 差12011010090804拟 合 值拟 合 值34直 方 图与 顺 序直 方 图与 顺 序210频率频率20-2-4残差残差43210-1-2-30残 差残 差131211109876543214观 测 值 顺 序观 测 值 顺 序逐步回归之一逐步回归之二逐步回归 之三最佳子集回归对于以实际问题通常并不能得到个公认的“最好的”对于以实际问题，通常并不能得到一个公认的“最好的”回归方程，采用逐步回归的方法也会有不同的
36、结论。为了不漏掉任何一种可能的好结果，我们使用最佳自己的回归不漏掉任何种可能的好结果，我们使用最佳自己的回归方法，把所有可能的自变量的子集进行回归之后全部列举出来，以便研究者能综合考虑，从中选一个最满意的结果最佳子集回归之一最佳子集回归之二案例分析I经分析可知，提高机器转速可降低某种油漆中杂质的含量，这些杂质将严重影响油漆的质量，一工程师欲探测机器转速与杂质水平之间的关系师欲探测机器转速与杂质水平之间的关系。Data/回归练习.mtw/回归练习实例演练已知某感应器的感应距离和4中元器件X1、X2、X3、X4已知某感应器的感应距离和4中元器件X1、X2、X3、X4可能有关，记录13组数据，试分析
37、这些元器件与该感应器之间的关系Data/多元线性回归II.mtw第三部分质量工具篇质量工具篇质量工具篇质量工具篇质量工具篇质量工具篇质量工具篇质量工具篇Quality toolsQuality tools常见质量工具图本节我将学到本节我将学到：柏拉图因果图多变量图柏拉图之一Data/pareto图.mtw柏拉图之二D D f ft t的的 P Pt t图图40010080D De ef fecect ts s 的的 P Parearet to o 图图3002006040Counts百分比Counts百分比Defects其他Leaky GasketMissing ClipsMissing Sc
38、rews1000200Counts274594347百分比64.813.910.211.1累积 %64.878.788.9100.0多Pareto：找出少数重要、和多数琐碎的缺陷，常用的原则是80/20原则因果图之二Data/因果图.mtw点击子菜单,在子菜单中的对应原因处,选择第二层原因.确定后,在各个对话框中点击确定.在各个对框中点确因果图之三因因果果图图测量材料人员SupervisorsShiftsAlloysConditioAccurac因因果果图图质量问题OperatorsTrainingSupervisorsSuppliersLubricantsInspectorsMicrosco
39、pesMicrometersTestingMentorsTionacy人、机、料、法、环、测SpeedLathesBitsSocketsBrakeEngagerAngleCondensationMoisture%ErraticToo slow环境方法机器Sockets使用因果 （鱼骨）图组织有关问题的潜在原因的集体讨论信息。图表帮助您了解潜在原因之间的关系。多变量图之一Data/多变异图.MTW多变量图之二解解决决问问题题过过程程30025004080hoursTraining解解决决问问题题过过程程200TimeTime531150100ExperienceExperience多变异图是一种
40、以图形形式表示方差数据分析的方法可以作为多变异图是一种以图形形式表示方差数据分析的方法，可以作为方差分析的一种“直观”的替代。这些图还可以用在数据分析的初级阶段以查看数据。质量工具篇之统计过程控制统计过程控制统计过程控制统计过程控制Static Process Control统计过程控制本节我们将学到：1、统计过程控制原理2、中心极限定理中3、常用控制图的选择、阶段4、八项判异原则4、八项判异原则5、连续型数据控制图（Xbar-R、Xbar-S、I-MR）6离散型数据控制图（PNPCU）6、离散型数据控制图（P、NP、C、U）7、两类错误什么是控制图？什什么么是控制图是控制图？何时使用控制图什
41、是控制图什是控制图控制图是一特殊的时间序列图，用来帮助我们鉴别流程中是否存在异常因素何时使用控制图控制图用来监控时序型数据的质量特性例如产品的颜色重量助我们鉴别流程中是否存在异常因素。控制图能够察觉流程随时间的变化而呈现的变化，控制图的结构如下：量特性，例如产品的颜色、重量、长度等，和合格或缺陷情况现的变化，控制图的构下UCL为什么要使用控制图？CL是否存在许多因素将导致流程输出发生变化？流程的变化是否由外部因素导致？LCLSample number or time流程的变化是否由外部因素导致？比如：环境因素？生产中产品的变异比预期要高？Sample number or time生产中产品的变
42、异比预期要高？控制图的起源与发展 1924年，休哈特博士在美国贝尔实验室首次提出质量控制图的概念。 1924年，休哈特博士在美国贝尔实验室首次提出质量控制图的概念。 1939年，休哈特与戴明合著质量观点的统计方法。 1956年，戴明博士赴日本演讲，介绍SPC的技术与观念。 美国三大汽车制造商通用、福特、克莱斯勒重视SPC，SPC得以广泛应用。 ISO9000体系亦注重过程控制和统计技术的应用由专门的要素要求 ISO9000体系亦注重过程控制和统计技术的应用，由专门的要素要求。控制图的益处合理使用控制图能够：供在进行过控制的操作者 供正在进行过程控制的操作者使用 有助于过程在质量上和成本上能持续
43、地、可预测地保持下去 使过程达到： 使过程达到：更高的质量更低的单位成本更高的有效能力更高的有效能力 为讨论过程的性能提供共同的语言 区分变差的特殊原因和普通原因，作为采取局部措施和系统措施的指殊，作系南SPC控制图的基本原理对于服从或近似服从态分布的统计量大约有3 的数据点对于服从或近似服从正态分布的统计量，大约有99.73%的数据点会落在上下控制界限之内。数据点落在上下控制界限之外的概率约为0.27%，根据小概率原则，可判为异常点。特殊变异UCL+3系统变异3Average特殊变异LCL-3特殊变异查出异因，采取措施，加以消除，不再出现，纳于标准。查出异因，采取措施，加以消除，不再出现，纳
44、于标准。查出异因，采取措施，消除，不再出现，纳于标准查出异因，采取措施，消除，不再出现，纳于标准3原理99.73%根据正态分布的特点1924年休95.45%根据正态分布的特点，1924年，休哈特博士在美国贝尔实验室提出了控制图。即在3标准差地方加两条线就可以把流程中的正常波动和异常就可以把流程中的正常波动和异常波动给区分开来。68.26%把正态分布的图形旋转90度就是我们常用的控制图。-2-3232323问题：为什么用3标准差地方加控制限而不是其它？中心极限定理 设XXXX 为从某总体抽取得样本其总体分布未知但其均 设X1,X2,X3Xn为从某总体抽取得样本，其总体分布未知，但其均值和方差2都
45、存在，则有以下结论： 当总体为正态分布时，样本均值X精确服从正态分布N(, 2/n). 当总体为非正态分布时，样本均值X近似服从正态分布N(, 2/ ) 且样本量 越大近似越好2/n).且样本量n越大，近似越好。问题：中心极限定理有什么作用？SL与CL的区别Specification Limits由顾客或管理层确定120Specification Limits由顾客或管理层确定表述过程的理想状态100110120UCLUSL7080901357911131517192123252729313335LCLLSL1357911131517192123252729313335Control Limi
46、ts由抽样数据计算确定表述过程的实际状态表述过程的实际状态控制限与规格线控制限规格线控制限规格线用作决定工序是否在统计控制的范围内用作决定元件是否乎合规格好的工序控制控制界限一定在规格界限之为了达到最低的生产成本规格界限好的工序控制，控制界限定在规格界限之内为了达到最低的生产成本，规格界限一定要在控制界限之外如果有点子在控制界限之外，即表示工序不在管制范有非机遇的素存在如果点在控制范围之内，而不在规格在管制范围和有非机遇性的因素存在界限之内，即表示工序已在统计控制范围内，但仍没有能力生产乎合规格产品控制图应用流程1.选择合适的控制图1.选择合适的控制图数据是什么类型？数据是如何收集到的，单个的
47、还是分组的？2.计算数据，绘制控制图2.计算数据，绘制控制图3.评估控制线3.评估控制线控制线是否合理？如果不合理：计算控制线时忽略特殊点计算控制线时忽略特殊点4.分析解释控制图4.分析解释控制图寻找特殊原因决定采取合适的改进措施5.维护监督控制图5.维护监督控制图及时更新数据点及时更新数据点发现异常情况及时处理必要时重新计算控制线常见控制图的类型开始数据类型计量计数计数数据类型计件按子组取样是计点否相同样本量计件计点N相同样本量子组容量9？否No是否是是否p chartnp chartI MR chartu chartc chartX, s chartX, R chartpp运用阶段收集数据
48、否绘制分析用控制图过程是否受控查找异因使用分析用控制图阶段否是过程是否受控过程能力是过程改进异因调整过程控制图阶段是过程能力是否符合要求过程改进减小变异使用控制用控制图阶段否是转为控制用控制图定期抽样打点是否需要调整控制图控制图阶段否是过程是否受控查找异因调整过程过程控制的四种状态统统技术状态技术状态统统计状计状四种组合技术满足技术不满足态态过程受控过程不受控过程不受控过程受控的判别准则 #11点落在A区之外准则 #1：1点落在A区之外。ZA3UCLZone A = +3Zone B = +2Zone C = +1Zone C = +1Zone B = -2Zone C = -1LCLZone
49、 A = -3Zone B 2过程受控的判别准则 #2：连续9点落在中心线同一侧。Zone A = +3UCLZone B = +2Zone C = +1Zone B = -2Zone C = -1概率怎么算？LCLZone A = -3过程受控的判别准则 #3连续6点递增或递减准则 #3：连续6点递增或递减。Zone A = +3UCLZone A = +3Zone B = +2Zone C = +1Zone C = +1Zone B = 2Zone C = -1LCLZone A = -3Zone B = -2过程受控的判别准则 #4连续14点相邻点上下交替准则 #4：连续14点相邻点上下
50、交替。Zone A = +3UCLZone A = +3Zone B = +2Zone C = +1Zone C = +1Zone C = -1Zone B = 2LCLZone A = -3Zone B = -2过程受控的判别准则 #5：连续3点中有2点落在中心线同一侧的B区之外。ZA3UCLZone A = +3Zone B = +2Zone C = +1Zone C = +1Zone B = -2Zone C = -1LCLZone A = -3Zone B 2过程受控的判别准则 #6连续5点中有4点落在中心线同侧的C区之外准则 #6：连续5点中有4点落在中心线同一侧的C区之外。Zone
