数据整理工具要领.pdfVIP

数据整理工具 [概要] 在质量分析和改进活动中都会获得大量的数据，如何从数据中提炼出有用的信 息，首先需要对数据进行整理，本文利用 Minitab 软件作为数据分析工具介绍了常用统计量、 直方图、单值图、箱线图和正态性检验等常用的数据整理工具的原理和应用步骤。 [字数]8500。 [正文] 利用描述性统计工具对数据进行初步的加工整理，以了解数据的分布形状、主 要的数字特征等信息，常用工具包括：常用统计量、直方图、单值图、箱线图和正态性检验。 本课结合一个例子来介绍这些工具的应用步骤。…… 数据整理工具 利用描述性统计工具对数据进行初步的加工整理，以了解数据的分布形状、主要的数字 特征等信息，常用工具包括：常用统计量、直方图、单值图、箱线图和正态性检验。本课结 合一个例子来介绍这些工具的应用步骤。 示例：假设你在汽车制造的引擎组装部门工作，组装过程中某零件（凸轮轴）的长度尺 寸要求为 600mm ±2mm，长期以来，供货的轮轴长度不符规格一直是个严重的问题，由此 造成组装不合格、大量的报废和返工返修。一个质量改进小组希望能解决这个老大难问题， 为了解凸轮轴长度的现状，该小组制订了一个抽样计划，从最近的凸轮轴库存记录中随机抽 取了 100 个凸轮轴的观测数据，数据储存在 Minitab 软件自带的“凸轮轴.MTW”文件中， 试对这些数据进行初步的整理，了解目前凸轮轴长度的大致情况。 1 常用统计量 一般来说，从总体中收集的样本数据会提供一些有关总体的信息，但大多数情况下，我 们不容易直接从样本中得到所需要的信息，通常需要对样本进行一番加工、整理、提炼，从 而构造出适当的样本统计量，利用样本统计量来对总体的分布规律进行推断。所谓样本统计 量，就是用样本数据计算得出的一些量值，用来估计总体的分布参数。一个样本统计量仅仅 是观测样本的一个函数，不能含有总体的任何未知参数。 常用的统计量分为以下四类：第一类是表示分布位置的量，如样本平均值、样本中位数 等。第二类是表示分布分散程度的量，如样本方差、样本标准差、极差以及变异系数等。第 三类是表示数据观测个数的统计量，如非缺失个数、缺失个数和总观测个数等，第四类是表 示数据相对位置的统计量，如最大值、最小值、下四分位数、上四分位数等，下面分别对几 个重要的统计量进行简单的介绍。 （一）表示分布位置的统计量 （1）样本均值。也称平均值，是用来估计分布中心位置的常用统计量，由所有样本数 据相加再求平均得到。一般用变量字母上加一横线来表示该变量的样本均值，如变量 X 的 样本均值用符号X 表示。设质量特性 X 的一组样本为{X ，X ，LX } ，则它的平均值X 1 2 n 为： X X LX n + + 1 X 1 2 n ∑X i n n i 1 如连续抽取设备 A 加工的 5 个线圈，测量出它们的阻值分别为 15.3、14.5、16.9、14.0、14.9， 则五个线圈阻值的平均值为： + + + + X 1 X 2 X 3 X 4 X 5 15.3 +14.5 +16.9 +14.0 +14.9 X 15.12 n 5 1