统计学基础13493.pptVIP

* 6s 六个西格玛介绍 统计学基础 统计的类型 全体统计 例如全国人口统计，所有批次的合格数量，全体员工的考勤状况等等。 总体：被统计的对象的全体。 总体大小 N ：统计对象的总数。 抽样统计 有的特性无法进行全体统计或没有必要进行全体统计，如塑料的抗拉强度、一筐苹果中每个苹果的重量等等。因此从总体中抽出一部分样本进行调查，用样本的调查结果来推测总体的状态。 样本：从总体中抽出的一部分 样本大小 n ：样本的个数，又称为样本容量。 数据类型 特性数据（Attribute Data，定性Qualitative) 等级（Categories） 是非 （Yes, No） 通止 （Go, No go） 个体（如 Machine 1, Machine 2, Machine 3 成败（Pass/Fail） 好坏（Good/Defective） 变量数据（Variable Data，定量Quantitative) 间断型数据（Discrete Data计数） 如设备维修次数、紧急空运次数等 连续型数据（Continuous Data计量） 可有小数点 如时间、压力、速度等 统计数据的类型 .计量型数据 如温度、压力、时间等可以连续读数的特性数据。其数据的分布 多数为正态分布。 .计数型数据 如好坏的个数、一级二级的个数等计数的数据又称为计数型数据。 其数据分布为二项分布或泊松分布。 不同的数据类型采用不同的控制方法。连续型数据采用Xbar－R 、Xbar－S或X－MR Chart; 计数型数据则采用p、np、c、u Chart。 两种数据类型在一定条件下可互相转化。 最好采用连续型数据。 连续数据的评价 平均值、中位数 标准偏差 数据分布图 在实际统计中， 统计结果是分段表示的，因此作出的分布图为柱形图。 在分析数据时，通常将它拟合成连续的曲线。 8 0 7 0 6 0 5 0 4 0 3 0 2 0 数据的分布有多种类型，其中正态分布是最常见和最实用的分布形式。 正态分布 左斜分布 右斜分布 双峰分布 68.2% 的数据落在±1s 以内 95.4% 的数据落在±2s 以内 99.7% 的数据落在±3s 以内 99 的数据落在±6s 以内 3? 2? 1? 1? 2? 3? 正态分布的特征 ? ^ = 样品的标准偏差 X=样品的平均值 ? = 总体的平均值 ? = 总体的标准偏差 fx= 1 s 2? e -(x-m)2/2s2 中心极限定理 数据小组的平均值趋向为正态分布 一组数据的分布可能为不同的形式，但如果将该组数据分为若干个小组，然后计算每个小组的平均值，这些平均值的分布趋向于正态分布，小组的容量越大，越接近正态分布。 x1, x2, x3, x4, x5, x6, x7, x8, x9, x10, x11, x12 ……xn-1, xn (x1, x2, x3, x4, x5), ( x6, x7, x8, x9, x10 ), (x11, x12 …), ……(……xn-1, xn) xa xb xc …… 为正态分布 一切数据都可以通过分组的方法归结于正态分布！ * 6s 六个西格玛介绍 名称 大小 数据 平均值 标准偏差 总体 N X1、X2、X3……XN X1＋X2＋X3……＋XN X＝ N (X1-X)2+(X2-X)2+…(XN-X)2 ???????????= N 样本 n x1、x2、x3……xN x1＋x2＋x3……＋xN x＝ n (x1-x)2+(x2-x)2+…(xn-x)2 S= n-1