CMMIHM-00.了解统计的原理.ppt

May 2006 October 2003 Copyright ? 2006 HP corporate presentation. All rights reserved. CMMI高成熟度实践 －了解统计的原理 Renaitao @HP PQS 什么是统计? 什么是统计？ 信息？ 数据？ 数据计算？ 例:平均身高X是最重要的统计量之一，代表集中趋势的统计量 统计的目的？ 让我们得到有意义的情报！ 什么是有意义的情报？ 判断题： 例1.拉力强度很好 例2.拉力强度平均为5Kg/cm2 例3.大多数产品的拉力强度在5Kg±0.6Kg/cm2之内 例4. 99.73%的产品拉力强度在5Kg±0.6Kg/cm2之内 巩固练习 例4. 99.73%的产品拉力强度在5Kg±0.6Kg/cm2之内 找出统计学(有意义的情报)中的三个构成要素 集中趋势(通常以X代表) 离中趋势(通常以σ代表) 特定范围内的机率 计算公式 样本均值 Mean，Average 样本标准偏差 Standard deviation，Sigma (σ) 极差 Range 上下限(信赖区间) [UCL,LCL] 练习 直方图表示统计分布 方便没有学过统计的人理解 没有X和σ的概念 直观的表达 步骤: 选取样本数 分组数 每组的组距和组界 频数分配表 绘制直方图 直方图样例 直方图练习 三种基本的数据图形模式 形状(Shape)是用来表示数据分布的模型 “中心”或中心倾向 表现流程中心倾向的数字特征： 均值( ) 中值 (中间的数据点) 四分位数(Q1, Q3) 众数(Mode)：在一系列的观测数据或数据资料中出现最多的值, 在中央分布的频数曲线下, 众数即是曲线最高峰所对应的横坐标值. 离散度 正态曲线 数据呈正态分布吗 ? 正态分布定义: 一种概率分布,出现频率最高的值位于中间,而其他可能性则对称分布于两侧 特征: 曲线无限趋进于零 曲线可以沿着出现频率最高的值分成相等的两部分 曲线的顶部表示流程的中心 曲线下的面积表示流程输出的所有可能性,流程的总体— 曲线下的面积表示了我们所测的数据的100%. 正态曲线 具体特征 68.26%落在+\- 1个标准差范围内; 95.46%落在 +\- 2个标准差范围内; 99.73%落在+\- 3个标准差范围内. 形状和正态图 例. 如下给出一组数据,请计算 , σ,极差,和3 σ 控制内的UCL,LCL,信赖水准(概率) 数据: 5,5,6,4,7,8,6,7,4,3 均值X=(5+5+6+4+8+6+7+4+3)/10=5.50 σ =1.581 极差=8-3=5 UCL=5.50+3*1.581=10.143 LCL=5.50-3*1.581=0.757 信赖水准[3 σ]=99.73% 练习1.未卜先知 统计推定的步骤 总结 结论:统计学主要研究的是数据的 集中趋势(中心) 离散趋势(离散) 特定范围的概率 样本均值: 样本特性的关注值,最受关注的值 标准偏差:考查数据的离散度/样本与均值间的离散度 极差:考查数据的离散度/最大值与最小值的极差,空间范围. * ? 2006 Hewlett-Packard Development Company, L.P.The information contained herein is subject to change without notice S I P O [UCL,LCL]=Mean± σ因子* σ ? - - - = n i i x x n s 1 2 ) ( 1 1 D-数据的个数减1? E-开平方根 A-各测量值减去均值 Xi-X Xi X C-平方差的和 如果成年男子的身高平均值(X)是否167cm,标准差(σ)是8cm,那么请问大约有多少成年男子的身高在159~175之间? X X X X X X X X X X X X X X X X X X X X 69 71 71 72 70 75 77 78 78 76 73 74 74 71 72 72 76 78 75 79 某地区满周岁儿童的身高样本数据,采集样本数量为20个,每类身高为一组,共20组,请画出它的直方图． 思考： 直方图的目的是什么？ 直方图可能有哪些基本模式？ 每一种基本模式透露了哪些重要讯息？ 如何运用直方图来改善品质？ 直方图的高度和宽度分别代表哪些统计意义？ 69 71 71 72 70 75 77 78 78 76 73 74 74 71 72 72 76 78 75 79 同上图的数据：某地区满周岁儿童的身高样本数据,采集样本数量为20个,现分为五组,请