Minitab全面培訓(xùn)教程

1、Minitab介紹介紹uMinitab是眾多統(tǒng)計軟件當(dāng)中比較簡單易懂的軟件之一；u相對來講，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，很多分析和計算都可以都通過Minitab簡單的完成；即使是對統(tǒng)計的知識不怎么熟悉，也同樣可以運用Minitab很好的完成各項分析。Minitab的功能的功能計算功能計算功能 計算器功能 生成

2、數(shù)據(jù)功能 概率分布功能 矩陣運算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 回歸分析 方差分析 實驗設(shè)計分析 控制圖 質(zhì)量工具 可靠度分析 多變量分析 時間序列 列聯(lián)表 非參數(shù)估計 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 時間序列圖 條形圖 箱圖 矩陣圖 輪廓圖 三維圖 點圖 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)容安排由于時間有限，很多內(nèi)容只是做簡單的介紹；在兩天的時間里，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)計和假設(shè)檢驗1)描述統(tǒng)計 2)單樣本Z測試3)單樣本T測試 4)雙樣本T測試5)成對T測試 6)1比率測試 7) 2比率測試 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)簡單回歸 2)逐步回歸MSA測量系統(tǒng)分析1)測量重復(fù)和再現(xiàn)性 (交叉Crossed、嵌套Nested)2)測量走勢圖 3)測量線性研究4)屬性測量R&

4、;R 研究（計數(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 同一時間只能激活一個窗口.每一個窗口可以單獨儲存.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)查找下一個數(shù)據(jù)查找下一個數(shù)據(jù)取消取消幫助幫助顯示因子設(shè)計顯示因子設(shè)計當(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目窗口項目窗口關(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話框編輯最近對話框歷史記錄歷史記錄報告便棧報告便棧打開相關(guān)文件打開相關(guān)文件項目管理窗口項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)個數(shù)100. Select: 計算計算 隨隨機數(shù)據(jù)機數(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:計算計算 產(chǎn)生模板化數(shù)據(jù)產(chǎn)生模板化數(shù)據(jù) 簡單數(shù)集簡單數(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，按前后順序進行輸入輸入堆棧后存放列的位置注解可以用來區(qū)分?jǐn)?shù)據(jù)的來源數(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)人機料法環(huán)測不夠熟練設(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)督不夠沒有進行點檢輸入表中輸入表中Select: 統(tǒng)計統(tǒng)計 質(zhì)量工具質(zhì)量工具 因果因果注意輸入格式填好各項需要的參數(shù)填好各項需要的參數(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)項次項次缺陷項缺陷項數(shù)量數(shù)量1虛焊5002漏焊3003強度不夠2004外觀受損1505其它160輸入數(shù)據(jù)輸入數(shù)據(jù)Select: 統(tǒng)計統(tǒng)計 質(zhì)量工具質(zhì)量工具 Pareto 圖圖填好各項參數(shù)填好各項參數(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)簽可以對柏拉圖進行命名結(jié)果輸出結(jié)果輸出不良項目不良數(shù)不良率累計不良率摩擦痕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軋機墊紙印痕0.510.021.00合計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 散點圖散點圖輸入?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繪出直方圖進行判定練習(xí)練習(xí)序號 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)形式可以同時為幾個變量作直方圖點擊此選項輸入上下規(guī)格界限結(jié)果輸出結(jié)果輸出請依照直方圖分析方法來進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。時間序列圖時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繪出時間序列圖進行判定練習(xí)練習(xí)時間時間銷售量銷售量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 時間序列圖時間序列圖填入?yún)?shù)填入?yún)?shù)可以選擇不同的輸出表現(xiàn)形式時間刻度設(shè)置結(jié)果輸出結(jié)果輸出依此狀況來判定未定的銷售趨勢。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)量管理的一個觀點-產(chǎn)品質(zhì)量的統(tǒng)計觀點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)品是由機器造出來的,因此,生產(chǎn)出來的產(chǎn)品是一樣的.隨著測量理論與測量工具的進步,人們終于認(rèn)識到:產(chǎn)品質(zhì)量具有變異性,公差制度的建立是一個標(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,而是隨機現(xiàn)象的統(tǒng)計規(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.計量值產(chǎn)品特性的正態(tài)分布如果我們對某一計量值產(chǎn)品的特性值(如:鋼卷厚度等）進行連續(xù)測試,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,則點子超過UCL或LCL的概率大為增加.結(jié)論:點出界就判異以后要把它當(dāng)成一條規(guī)定來記住.8 9 10 11

17、UCLCLLCL時間(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。偶然波動不可避免,但對質(zhì)量的影響微小,通常服從正態(tài)分布,且其分布不隨時間的變化而改變。時間目標(biāo)線可預(yù)測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,其分布會隨時間的變化而發(fā)生變化。異波對質(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,休哈特控制圖的實質(zhì)是區(qū)分偶然因素與異常 因素兩類因素.時間目標(biāo)線不可預(yù)測過程失控二二. .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時、昂貴的場合.UCLx=X+2.66RsUC

18、LRs=3.267Rs單值-移動極差控制圖X-Rs現(xiàn)場需把測定數(shù)據(jù)直接記入控制圖進行控制.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.控制對象:長度、重量等.UCLX= X+A2RUCLR= D4RLCLR =D3R均值-極差控制圖X - R正態(tài)分布(計量值)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代號分布分布二二. .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(計點值)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二項分布(計件值)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代號分布分布Minitab可提供的圖形可提供的圖形 計量型計量型Xbar-RXbar-sI-MRI-MR-sZ-MR 計數(shù)型計數(shù)型PNpCUXbar-R做法做法Xbar-R是用于計量型判穩(wěn)準(zhǔn)則：連續(xù)二十五點沒有超出控制界限

20、。判異準(zhǔn)則： 一點超出控制界限 連續(xù)六點上升或下降或在同一側(cè) 不呈正態(tài)分布，大部份點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)計統(tǒng)計 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試要求決定測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: 一點超

21、出控制界限一點超出控制界限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點在中心線的同側(cè)點在中心線的同側(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點呈上升或下降趨勢點呈上升或下降趨勢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點上下交替點上下交替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點中有點中有2點落在中

22、心線點落在中心線 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點中有點中有4點在點在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點在中心線附近的點在中心線附近的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點在中心線兩側(cè)而無一點在點在中心線兩側(cè)而無一點在C C區(qū)區(qū)判判 異異 準(zhǔn)準(zhǔn) 則則AABCCBUCLCLLCL決定標(biāo)準(zhǔn)差的估計方法決定標(biāo)準(zhǔn)差的估計方法一般選擇Rbar的標(biāo)準(zhǔn)差估計方式?jīng)Q定選項決定選項進行正態(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LOGeY值轉(zhuǎn)換值2Y=Y20.5Y=Y0Y=logeY-0.5Y=1/Y-1Y=1/Y決定選項決定選項(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 請判定前圖是否有異常 請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)計統(tǒng)計控制圖控制圖 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 請判定前圖是否有異常 請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)計統(tǒng)計 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 請判定前圖是

27、否有異常 請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)計統(tǒng)計 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 請判定前圖是否有異常 請問本圖為分析用圖或是控制用圖Z-MR(標(biāo)準(zhǔn)化的單值移動極差標(biāo)準(zhǔn)化的單值移動極差)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)計統(tǒng)計 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)少而無法很好 評估過程參數(shù)時使用輸入?yún)?shù)輸入?yún)?shù)輸入變量輸入自變量決定估計決定估計選擇標(biāo)準(zhǔn)差的估計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圖只能適用在二項分布的質(zhì)量特性性。 在做p圖時，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)計統(tǒng)計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)則計數(shù)型的判異準(zhǔn)則與計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圖只能適用在二項分布的質(zhì)量特性性。 在做np圖時，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

30、統(tǒng)計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，要注意其樣本數(shù)必須達(dá)到取樣時至少包含一個缺陷以上，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)計統(tǒng)計 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，要注意其樣本數(shù)必須達(dá)到取樣時至少包含一個缺陷以上，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)計統(tǒng)計 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)移動平均控制圖.EWMA圖的特點:1、對過程位置的稍小變動十分敏感;2 、圖上每一點都綜合考慮了前面子組的信息;3 、對過程位置的大幅度移動沒有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的場合.EWMA圖的適用場合:可用于檢測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)過程均值相對于目標(biāo)值的漂移EWMA練習(xí)練習(xí) Select: 統(tǒng)計統(tǒng)計 控制圖控制圖 時間加權(quán)控制圖時間加權(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圖對位置偏移檢測靈敏度所決定,要求檢測靈敏度越高, 值越小.如需檢測1的過

33、程偏移, =0.2,如需檢測2的過程偏移,=0.4.常取=0.2, 1控制圖控制圖 時間加權(quán)控制圖時間加權(quán)控制圖 CUSUM例:某機場每天離港、進港航班多達(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解決的質(zhì)量項目,規(guī)定航班起飛時間比時刻表晚5分鐘為延誤,其中不包括因惡劣天氣等無法抗拒因數(shù)造成的延誤.通過一段時間的治理,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)點擊此選項決策區(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量型(基于正態(tài)分布)

34、計數(shù)型(基于二項分布)計數(shù)型(基于泊松分布)MINITAB 能力分析的選項能力分析的選項(計量型計量型)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)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)) 該命令會劃出帶理論正態(tài)曲線的直方圖，這可直觀評估數(shù)據(jù)的正態(tài)性。輸出報告中還包含過程能力統(tǒng)計表，包括子組內(nèi)和總體能力統(tǒng)計。能力分析 (組間/組內(nèi)) 該命令會劃出帶理論正態(tài)曲

35、線的直方圖，可以直觀評估數(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合。輸出報告中還包含過程能力統(tǒng)計表，包括子組間子組內(nèi)和總體能力統(tǒng)計。能力分析 (非正態(tài)) 該命會會劃出帶非正態(tài)曲線的直方圖，這可直觀評估數(shù)據(jù)是否服從其他分布。輸出報告中還包含總體過程總能力統(tǒng)計能力分析 (多變量正態(tài))能力分析(多變量非正態(tài))-上述兩個命令用于對多個變量進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)表進行分析結(jié)果說明在收集Y特性時要 注意層別和分組。各項的數(shù)據(jù)要按時間 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)表進行分析結(jié)果說明利用MINITAB統(tǒng)計質(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)表進行分析結(jié)果說明利用MINITAB的各項圖形 來進行結(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)計統(tǒng)計 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輸入選項根據(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)差的估計方法選擇標(biāo)準(zhǔn)差的估計方法一般選擇復(fù)合的標(biāo)準(zhǔn)差估計方式選項的輸入選項的輸入如果需要計算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)值相對于對于目

39、標(biāo)值的一個能力值，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范圍之比.Cp=(USL-LSL)/6Cpk:過程能力指數(shù),又稱為實際過程能力指數(shù), 為過程中心與兩個規(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:過程績效指數(shù)，計算方法與計算Cp和Cpk類似，所不同的是，它們是規(guī)范限與過程總波動的比值過程總波動通常由標(biāo)準(zhǔn)差s來估計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， 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， 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行折算使用Sigma Level Z來評價過程能力的 優(yōu)點是:Z與過程的不合格率p(d)或DPMO是一一對應(yīng)的.結(jié)果說明結(jié)果說明請打開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)過程相對穩(wěn)定系數(shù)dr = StDev(overall) - StDev(B/W) / StDev(overall) StDev(overall):長期標(biāo)準(zhǔn)差的估計值StDev(B/W) :短期標(biāo)準(zhǔn)差的估計值過程相對穩(wěn)定系數(shù)的評價參考過程相對穩(wěn)定系數(shù)的評價參考過程相對穩(wěn)定系數(shù)過程相對穩(wěn)定系數(shù)dr的范圍的范圍評價評價dr10%接近穩(wěn)定10%=dr20%不太穩(wěn)定20%=dr=50%很不穩(wěn)定Capability Analysis (Nonnormal)此項的分析是用在

43、當(dāng)制程不是呈現(xiàn)正態(tài)分布時所使用。因為如果制程不是正態(tài)分布硬用正態(tài)分布來分析時，容易產(chǎn)生誤差，所以此時可以使用其他分布來進行分析，會更貼近真實現(xiàn)像。練練 習(xí)習(xí) 請使用同前之?dāng)?shù)據(jù)來進行分析。 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)填入選項要求填入選項要求威布爾分布的參數(shù)估計結(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column中，所以必須

44、針對前面的數(shù)據(jù)進行一下處理數(shù)據(jù)調(diào)整數(shù)據(jù)調(diào)整進行數(shù)據(jù)的堆積填寫選項填寫選項輸入變量輸入作為參考的概率記號結(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)計量型制程能力分析總結(jié)計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)和組間差異較大時可用 Capability Analysis (Between/Within) 當(dāng)非正態(tài)分布時則可以使用 Capability Analysis (Nonnormal)Capability Sixpac

45、k (Normal) 復(fù)合了以下的六個圖形 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) 請以前面的數(shù)據(jù)來進行相應(yīng)的Capability Sixpack (Normal)練習(xí) Select: Stat Quality Tools Capabilty Sixpack(Normal)輸入各項參數(shù)輸入各項參數(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)差估計方法選擇標(biāo)準(zhǔn)差估計方法默認(rèn)值是復(fù)合標(biāo)準(zhǔn)差計算公式考慮可選擇項考慮可選擇項如果希望計算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)二項分布制程能力分析二項分布制程能力分析 二項分布只適合用在 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填好各項的參數(shù)填好各項的參數(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（希望它是隨機分布）累計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 計數(shù)型，有二個以上的選擇時 例如可以用在 外觀檢驗，但非關(guān)鍵項部份 0,1,2,3等二項以上的選擇，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、好各項的參數(shù)填好各項的參數(shù)結(jié)果及輸出結(jié)果及輸出基礎(chǔ)統(tǒng)計基礎(chǔ)統(tǒng)計描述性統(tǒng)計描述性統(tǒng)計 Select: Stat Basic Statistics Display descriptive statistics假設(shè)想對兩組學(xué)生的身高進行描述性統(tǒng)計以便比較,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)點與1/4數(shù)據(jù)點的差值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)檢驗假設(shè)檢驗廣告宣傳的虛假性廣告宣傳的虛假性l手機電池的使用壽命不是按年來計算的，而是按電池的充放電次數(shù)來計算的。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。某手機電池廠商宣稱其一種改良產(chǎn)品能夠充放電900次，為了驗證廠商的說法，消費者協(xié)會對10件該產(chǎn)品進行了充放電試驗。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)檢驗的原理假設(shè)檢驗的原理 假設(shè)檢驗的原理是邏輯上的反證法邏輯上的反證法和 統(tǒng)計上的小概率原理統(tǒng)計上的小概率原理 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)生概率很小的隨機事件在一次實驗中是幾乎不可能發(fā)生的。假設(shè)檢驗的原理假設(shè)檢驗的原理( (續(xù)續(xù)) )l由于個體差異的存在，即使從同一總體中嚴(yán)格的隨機抽樣，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)檢驗的幾個步驟假設(shè)檢驗的幾個步驟假設(shè)檢驗的一般步驟，即提出假設(shè)、確定檢驗統(tǒng)計量、計算檢驗統(tǒng)計量值、做出決策。 提出假設(shè) 構(gòu)造統(tǒng)計量 做出統(tǒng)計 決策 計算統(tǒng)計量值 做出推斷提出假設(shè)提出假設(shè)l在決策分析過程中，人們常常需要證實自己通過樣本數(shù)據(jù)對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)大于某個值0），這時就需要提出假設(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)是與我們希望證實的推斷相對立的一種邏輯判斷，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，作為零

52、假設(shè)的這個推斷是不會輕易被推翻的，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)的決策時錯誤的可能性非常小的時候，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，它的對立面我們希望證實的推斷就應(yīng)被視為是可以接受的。構(gòu)造檢驗統(tǒng)計量構(gòu)造檢驗統(tǒng)計量l收集樣本信息l利用樣本信息構(gòu)造檢驗統(tǒng)計量nxz0計算檢驗統(tǒng)計量值計算檢驗統(tǒng)計量值l把樣本信息代入到檢驗統(tǒng)計量中，得到檢驗統(tǒng)計量的值。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2、決定拒絕域(critical region)和判別值(critical value)3、

53、判定檢驗統(tǒng)計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，其正確的可能性(概率)為95%或99%判定法則判定法則1 1、如果檢驗統(tǒng)計量落入拒絕域中，則拒絕原假設(shè)、如果檢驗統(tǒng)計量落入拒絕域中，則拒絕原假設(shè)2 2、如果檢驗統(tǒng)計量落入接受域中，則我們說不能拒絕原假設(shè)、如果檢驗統(tǒng)計量落入接受域中，則我們說不能拒絕原假設(shè)注意：判定法則2的含義是指我們在這個置信水平下沒有足夠的證據(jù)推翻原假設(shè)；實際上，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)檢驗單側(cè)檢驗(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)檢驗對這項說明進行檢驗。檢驗的方向性檢驗的方向性l如果要檢驗的問題帶有方向性，如燈泡壽命、電池時效、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，這類問題的檢驗就屬于單側(cè)檢驗。單側(cè)檢驗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)檢驗左單側(cè)檢驗右單側(cè)檢驗右單側(cè)檢驗10.95 0.05單側(cè)檢驗的例子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。消費者協(xié)會想要檢驗一下這個說千克。消費者協(xié)會想要檢驗一下這個說法。他們當(dāng)然不可能打開每袋谷物來檢查，法。他們當(dāng)然不可能打開每袋谷物來檢查，所以只能抽取一定數(shù)量的樣品。取得這個樣所以只能抽取一定數(shù)量的樣品。取得這個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。請給出該消費者協(xié)會的零假設(shè)和備出結(jié)論。請給出該消費者協(xié)會的零假設(shè)和備擇假設(shè)。擇假設(shè)。單側(cè)檢驗的例子(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)檢驗的假設(shè)檢驗的MinitabMinitab實現(xiàn)實現(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檢驗檢驗(1-Sample t)Select: Stat Basic Statistics 1-Sample t例:右表為測量9個工件所得到的數(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檢驗檢驗(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)成對樣本成對樣本t檢驗檢驗(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實驗次數(shù)成功次數(shù)輸出結(jié)果輸出結(jié)果:雙樣本比例檢驗雙樣本比例檢驗(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)果其它注意事項其它注意事項l選擇假設(shè)檢驗方法要注意符合其應(yīng)用條件；l當(dāng)不能拒絕H0時，即差異無顯著性時，應(yīng)考慮的因素：可能是樣品數(shù)目不夠；單側(cè)檢驗與雙側(cè)檢驗的問題。正態(tài)性檢驗正態(tài)性檢驗(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的檢驗基于相關(guān)分析的檢驗基于卡方分析的檢驗注：ECDF:(Experimental Cumulative Distribution Function) 實驗室累計分布函數(shù)基于基于ECDF檢驗的輸出結(jié)果檢驗的輸出結(jié)果基于相關(guān)分析檢驗的輸出結(jié)果基于相關(guān)分析檢驗的輸出結(jié)果基于相關(guān)卡方檢驗的輸出結(jié)果基于相關(guān)卡方檢驗的輸出結(jié)果報紙報導(dǎo)某地汽油的價格是每加侖115美分，為了驗證這種說法，一位學(xué)者開車隨機選擇了一些加油站，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）分別用兩個月的數(shù)據(jù)驗證這種說法的可靠性；2）分別給出1月和2月汽油價格的置信區(qū)間；3）給出1月和2月汽油價格差的置信區(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)計量 單因素方差分析的例子 檢驗方差假設(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