DMAIC-A阶段(UT)讲义.pptVIP

DMAIC改进法 A－分析阶段 课程时间表 1、过程分析工具 0.5小时 2、数据分析工具 0.5小时 3、问题聚焦 0.5小时 4、正态检验 0.5小时 5、假设检验基本概念 1.0小时 6、t 假设检验 1.0小时 Power应用场合 1）在数据搜集前 需要考虑在不同的抽样大小（成本）以及不同的差异条件下的Power，选择合适的值 2）在数据搜集后，并且发现了一个工程上来说重要的差异，但不具有统计的显著性在现有抽样大小的条件下，计算Power，如果Power很高;则认为没有显著性的差异，如果Power较低，则需要搜集更多的数据。 什么时候需要计算Power？ 假设检验执行详细步骤 01）清晰的定义问题 02）明确目标 03）建立假设，定义H0和Ha 04）决定采用何种测试统计 05）确定α风险 06）确定β风险 07）定义多大的差异为显著性差异 08）决定抽样大小 09）确定数据收集计划 10）抽样 11）测量 12）根据抽样的测量值计算统计分布的值 13）计算P 14）如果Pα,拒绝H0；如果P≥α，不拒绝H0 15）将检验结果应用于实际问题的解决 比较两个总体的平均值（独立抽样） 比较两个总体的平均值（关联抽样） 比较多个的总体的平均值 假设检验总结 t t –pair ANOVA F Batlett Lenvene ?2 比较两个的总体的变异 比较多个的总体的变异 比较多个的总体的变异 比较比例 连 续 型 数 据 属性值数据 比 较 平 均 值 比 较 变 异 正 态 分 布 正态分布 非正态分布 客户意识，从客户中来，到客户中去 客户意识，从客户中来，到客户中去 练习 正态转换 Log变换 练习 练习 无显著差异 课程内容 1、分析阶段路标 2、假设检验基本概念 4、Test for equal Variances 6、X2假设检验 3、t 假设检验 7、Power分析 5、ANOVA one-way 假设检验类型 比较平均值 比较变异 比较比例 连续型数据 属性值数据 ANOVA χ2 t F Lenvne Barelett Test For Equal Variances Test For Equal Variances 比较两个总体（过程）的标准偏差是否相等 在Minitab中，使用Test For Equal Variances菜单进行变异分析 如果总体数量 = 2，则minitab同时给出F和Levnes检验的结果 如果总体数量 2，则minitab同时给出Bartlett和Levnes 检验的结果 根据总体是否为正态分布 如果总体是正态分布，则看 F 或者Bartlett 检验的结果 P-value 如果总体不是正态分布，则看Levnes 检验的结果 P-value Minitab 使用 某纯净水厂使用三种不同的过滤工艺生产纯净水，随机抽取各100个样本， 测量其PH值，记录成下表，请问，三种加工工艺生长出的纯净水的PH值 的变异是否有显著差异？ Minitab 使用 Minitab 使用 正态分布 三种工艺生产出的水的PH值的变异无显著差异 练习 某小镇供电系统分为A、B两个区，去年一年每天的数据如下表 请判断折两个区的电压波动程度是否相同？ 练习 非正态分布 课程内容 1、分析阶段路标 2、假设检验基本概念 4、Test for equal Variances 6、X2假设检验 3、t 假设检验 7、Power分析 5、ANOVA one-way 假设检验类型 比较平均值 比较变异 比较比例 连续型数据 属性值数据 ANOVA χ2 t F Lenvne Barelett ANOVA one-way ANOVA 比较多个连续数据的总体（过程）平均值的差异 t 假设检验： 比较两个连续数据的总体（过程）平均值的差异 当需要比较的总体较多时，如果采用t 检验将会使得测试的次数大量增加，同时也增加了犯一类错误的概率。如有7组数据时，则我们需要进行多次t 检验。一类错误的概率不再是0.05（α），而是1－（0.95）21 ＝ 66％。 ANOVA one-way H0/Ha α P 根据P α判断 找到一个标准分布 H0：?1＝?2＝?3＝…… 小组平均值的 标准偏差 小组内标准偏差的平均值 统计学家证明了，如果多次对总体进行抽样，这很多的值构成一个标准的F 分布 ANOVA应用的前提 过程是稳定的，抽样具有代表性 每个小组的具有相同的变异 ANOVA应用的前提 残差正态分布 小组之间的变异具有显著差异 残差不是正态分布 不能使用ANOVA进行分析，而要分别使用t 假设检