基础统计学初级.pptVIP

Darwin Precisions Corporation 正态分布 正态分布函数左右两尾与横轴渐渐接近但不相交 正态分布有两个变相点，分别在μ±σ对应的地方 正态分布为左右对称的概率分布 正态分布随机变量的线性函数仍为正态分布 正态分布 中心到各标准差（σ）之间的概率分布如下 0.0215 0.1359 0.3413 0.6826 0.9544 0.9973 标准正态分布 假如X服从正态分布 则Z （X-μ）/σ会服从μ 0，σ 1的正态分布 此时 的正态分布称为标准正态分布 Z （X-μ）/σ的转换过程为标准化 设X~N（μ， ）则Z ~N 0,1 若X~N（10，4），通过标准化变换Z ~N（0，1） μ σ x 0，1 z 正态分布 在6σ界限内居中的正态分布图 正态分布 在偏移1.5σ情况下的正态分布图 μ 标准正态分布---应用 产品质量特性X的不合格品率： 例：某厂生产电阻的规格限为80±4，从现场得知电阻值X服从正态分布，均值μ 80.8，σ 1.3，则低于规格下限和规格上限的概率为： 标准正态分布表 Syllabus 描述统计 总体与样本 描述统计量 统计分布 描述及概率分布 抽样分布 推断统计 估计 假设检验 计量型资料检验 计数型资料检验 抽样分布 所有的样本统计量（平均值、比例、方差等）所形成的分布称为抽样分布 结果来自样本数目相同的所有可能样本 样本平均值的抽样分布 样本比例的抽样分布 样本方差的抽样分布 样本平均值的抽样分布 例：假设一总体含有四个元素，即总体之总个数N 4，四个元素分别为 则总体的平均值、方差及分布如下： 样本平均值的抽样分布 若从总体中抽取n 2的随机样本，共有4*4 16个可能样本，计算出各样本之平均，并给出其平均值的分布。 样本平均值的抽样分布 样本平均值的抽样分布 M为所有可能样本数目 比较与总结： 样本平均的平均（数学期望）等于总体平均 样本平均的方差等于总体方差的1/n 中央极限定理 设从平均值为u，方差为σ*σ的一个任意分布总体（离散分布或连续分布、正态分布或非正态分布）中抽取个数为n的样本，当n够大时，样本平均值的抽样分布近似于平均值为u，方差数为 σ*σ /n 的正态分布 一个任意分布的总体 当样本数足够大时（n 30）样本平均值得抽样分布趋近于正态分布 中央极限定理 减少测量误差的方法： 对同一个零件的质量特性作两次或更多次重复测量，并用其均值去估计过程输出的质量特性，这可以减少标准差，从而测量系统的精度就自动增加了。 这种简易的方法可以使多次测量的平均值比单次测量值更具稳定性！ 总体Ⅰ：均匀分布 总体Ⅱ：双峰分布 总体Ⅲ：指数分布 中央极限定理必须符合下列二条件： 1、σ需已知 2、样本足够大（n 30） 思考： 但大部分的情况σ是未知的，还可以用中央极限定理吗？ 中央极限定理的限制 基础统计学（初级） 轻松学统计 下列哪一种叙述方式最完整呢？ 背板螺孔扭力强度很好； 背板螺孔扭力强度平均为10 kg/cm^2; 大多说产品的螺孔扭力强度在（10±0.8）kg/cm^2以内； 99.73%的产品的螺孔扭力强度在（10±0.8）kg/cm^2以内 统计学的定义 研究如何搜集资料、整理资料和进行数量分析、推断的一门方法论科学。 特点： 研究数量方面的 研究客观现象总体的数量特征 研究不确定现象 一门方法论的科学 单个 单个 单个 单个 单个 单个 单个 单个 总体的特征及规律性 样本 不确定性： 受到偶然的，随机因素的作用 统计学的分类 理论统计学 应用统计学 基本统计量 统计分布 描述统计 推断统计 参数估计 非参数估计 假设检验 SPC 相关/回归分析 方差分析（变异数） 实验设计DOE 多变量分析 统计方法 基础篇 应用篇 统计能帮你、我做什么？ 问题之现状分析 真因验证 对策拟定 效果确认 解决问题思路 1、叙述统计量 2、估计 1、假设检验 2、ANOVA 3、DOE 1、假设检验 2、回归分析 3、DOE 1、假设检验 2、估计 Syllabus 描述统计 总体与样本 描述统计量 统计分布 描述及概率分布 抽样分布 推断统计 估计 假设检验 计量型资料检验 计数型资料检验 统计测定的层次 掌握统计测定的不同层次，对于正确地分析数据和选择检验方法（参数检验、非参数检验）是十分重要的！ 统计要素 一、总体（母体） 客观存在的，具有某种共同性质的许多个体构成的整体，由数据特性可分为： 计量型总体：所呈现的数据特性为数量者，如长度、重量、时间等 计数型总体：所呈现的数据特性为性质者，如男女、ok与ng等 二、样本： 从总体中随机抽取若干单位构成的集合体 一般n在30以下者称为小样本，n在30以上时称为大