第三章质量管理中常用的统计技术(老七种)重点.ppt

3.1质量管理的老七种工具－控制图 3.1质量管理的老七种工具－控制图 3.1质量管理的老七种工具－控制图 3.1质量管理的老七种工具－控制图 3.1质量管理的老七种工具－控制图 3.1质量管理的老七种工具－控制图 3.1质量管理的老七种工具－控制图 查检集数据 分层作解析 排列抓重点 鱼骨追原因 散布看相关 直方显分布 控制找异常 总结口诀 3.1质量管理的老七种工具 THE END * * 3.1质量管理的老七种工具－散布图 （6）非线性相关的散布图，如图 2.13（f）所示，其特点是x、y之间虽然没有通常所指的那种线性关系，却存在着某种非线性关系。图形说明x仍是影响y的显著因素。 3.1质量管理的老七种工具－散布图 四、散布图的相关性检验 两个变量是否存在着线性相关关系，通过画散布图，大致可以做出初步的估计。但实际工作中，由于数据较多，常常会做出误判。因此，还需要相应的检验判断方法。通常采用中值法和相关系数法进行检验。 （1）中值法。 ① 做中值线。在相关图上分别做出两条中值线 A 和 B，使得中值线 A 左右两侧的点数相同，使中值线 B 上下两侧的点数相同，中值线将相关图上的点子划分成了 4 个区间 I、II、III、IV，如图 2.14 所示。 3.1质量管理的老七种工具－散布图 3.1质量管理的老七种工具－散布图 ② 数点。数出各个区间内的点数 n 及位于线上的点数。例如，有一个用 N=50 组数据做成的散布图，各个区间及线上的点数，如表 2.11 所示。 ③ 计算。分别计算两个对角区间的点数和，然后找出两者之间的最小值，作为判定值。n1+n3=39,n2+n4=9，因此，判定值为9。 3.1质量管理的老七种工具－散布图 ④ 查表判定。将计算结果与检定表比较，如果判定值小于临界值，应判为相关，否则为无关。相关检定表见相关教材。 本例中，由于 N=50，落在线上 2 点，因此查 N=48 时的临界值。当显著性为1%时，临界值为14；显著性为5%时，临界值为16。上面计算得出的判定值均小于临界值，因此判定这两个变量具有相关关系。 相关检定表 3.1质量管理的老七种工具－散布图 （2）相关系数检验法。 ① 相关系数的概念。相关系数是衡量两个变量之间线性相关程度的特定指标，用 r 表示，它是一个绝对值在 0～1 之间的系数，其值大小反映两个变量相关的密切程度。相关系数有正负号，正号表示正相关，负号表示负相关。 数学上可以证明，一定有关系式： 。因此，当 时，表明n个点全在一条直线上，这时两个变量间完全线性相关；r绝对值越接近于1，表明各个点离直线越近；随着r绝对值的逐渐减小，各个点越远离直线，呈现出越分散的状况。 3.1质量管理的老七种工具－散布图 总之，当 0时，称两个变量正相关，这时当某一变量的值增加时，另一变量的值也有增大的趋势， 的值越大说明二者关系越密切；当 0时，称两个变量负相关，这时当某一变量的值增加时，另一变量的值有减小的趋势， 的绝对值越大说明二者关系越密切。 3.1质量管理的老七种工具－散布图 ②相关系数的计算公式 3.1质量管理的老七种工具－散布图 ②相关系数的计算公式 3.1质量管理的老七种工具－散布图 ③相关系数的检验 计算出相关系数以后就可以查相关系数检验表（事先做出的表），对计算出的相关系数进行检验。见相关教材相关系数检验表，表中 n－2 为自由度，5%和 1%为显著性水平。 在“相关系数检验的临界值表”查出与显著性水平0.05或0.01及自由度n-2（n为观测值组数）相应的相关数临界值r0.05或r0.01；例如ｎ＝７时，ｒ0.05＝0.6694，ｒ0.01＝0.8329 求得的相关系数ｒ和临界值ｒ0.05比较，若ｒ＞ｒ0.05，上面ｙ与ｘ是线性相关的,当r≤r0.05或r0.01，认为线性关系不显著 。 3.1质量管理的老七种工具－散布图 当明确了变量x与y的线性相关关系后，可以求回归直线。 最小二乘法求回归直线 其中 ④回归分析 3.1质量管理的老七种工具－散布图 回归直线的控制图可以预测因变量的散布范围。 则因变量y的散布范围为 ： 先求回归直线的标准差 3.1质量管理的老七种工具－散布图 例1：某化工产品的得率与反应温度有密切关系，今测量五对数据，试进行分析。 反应温度xi(℃) 70 80 90 100 110 得 率yi(%) 25 28 33 36 38 解：1) 画出散布图 由图观察分析知，反应温度与得率成正相关。 3.1质量管理的老七种工具－散布图 2 )计算相关系数 I xi(℃) yi(%) xi2 yi2 x