MINITAB应用质量管理技术系列培训(A阶段-方差分析).pptVIP

单因素方差分析（One-Way ANOVA） 分析阶段—定量分析工具 方差分析（ANOVA） 方差分析（ANOVA） 方差分析（ANOVA） 方差分析（ANOVA） 方差分析（ANOVA） 单因素方差分析（One-Way ANOVA） 双因素方差分析（Two-Way ANOVA） 分析阶段—小结 分析阶段—小结 分析阶段—小结 6- 6- 引例 数据见（ANOVA（引用1）） 问：棉花占纤维的百分率对抗拉强度是否有显著影响？其贡献率有多大？ 6- 二项逻辑回归 卡方检验 二项逻辑回归 一元线性回归 多元线性回归 一般线性模型 单样本T-检验 双样本T-检验 F-检验 方差分析 一般线性模型 连续 连续 非连续 非连续 Y X 方差分析（ANOVA） 6- 方差分析是分析和识别波动源的常用工具之一。 所考虑的因素是否确实对结果产生影响？ 如果有影响的话，其影响有多大？ 除这些影响因素外，是否还有其他重要影响因素？ 在六西格玛项目中经常需要回答的问题是： 6- 方差分析的基本思想是：首先将因素X对输出特性Y的影响和误差error对输出特性Y的影响加以区分并做出估计。然后将它们进行比较，从而做出因素X对输出特性Y的影响是否显著或因素各水平之间的差异是否显著的推断。 因素（组间）波动平方和 误差（组内）波动平方和 总波动平方和 6- 一般地：我们选取 或 并进行一下统计判断： （1）当P值 0.05时，接受原假设。即人为因素对质量特性无显著影响. （2）当0.05 P值 0.01时，拒绝原假设。即人为因素对质量特性有显著影响，记为：* （3）当P值 0.01时，拒绝原假设。即人为因素对质量特性有高度显著影响，记为：** 一般我们用MINI-TAB作方差分析（ANOVA） 6- 方差分析是根据试验或观测得到的数据结果，分析、推断哪些因素对过程的Y有着显著的影响，以及影响大小的常用工具 在确定关键因素时我们既要考虑P-Value, 又需要考虑贡献率 R-sq。 方差分析中，X是区分型数据而Y是连续型数据 方差分析中，X可以是一个也可以是多个 6- 常用的方差分析法包括: 单因素方差分析（One-Way ANOVA） 双因素方差分析（Two-Way ANOVA） 完全嵌套式方差分析（Fully Nested ANOVA） 平衡式方差分析（Balanced ANOVA） 6- 单因素方差分析（One-Way ANOVA） 单因素方差分析是指在一项观察或实验中，除了某一个因素（X）变化（不同的水平）外，其他因素保持不变时，分析这个X的变化对Y是否有显著的影响。即比较在各因素水平下，样本均值是否有显著性差异。 一般地，当我们比较多组连续数据的样本均值时，可以用单因素方差分析法。 注意：方差分析法比较的是样本均值，而不是样本方差！ 6- 一般步骤： 建立： 原假设为： 备择假设为至少有一组： 用p值与0.05和0.01比较， 判断关键的X是否有显著影响；若有显著影响，再看贡献率的大小；若较大，那么它便是一个关键的X，要对其提出改进和控制方案。 用MINITAB判断： 6- 单因素方差分析（One-Way ANOVA） 数据见（ANOVA（引用1）） 问：棉花占纤维的百分率对抗拉强度是否有显著影响？其贡献率有多大？ 6- 单因素方差分析（One-Way ANOVA） 例1 数据输出结果 数据见（ANOVA（引用2）） 问：电流强度对电解铜（TCD）的纯度是否有显著影响及其影响有多大？。 6- 单因素方差分析（One-Way ANOVA） 练习1 练习2 练习3 数据输出结果 练习4 要了解不同的班组以及不同的材料供应商对产品不纯度的影响，他们收集到了这样一组数据。数据见（ANOVA（引用3）） 问：这些因素对质量特性是否存在显著影响？其影响有多大？ 6- 双因素方差分析（Two-Way ANOVA） 6- 双因素方差分析（Two-Way ANOVA） 双因素方差分析是指在一项观察或实验中，考虑某两个因素（X）变化的，其他因素保持不变时，分析这些X的变化对Y是否有显著的影响。 我们不仅可以分析各个因素X对Y的影响， 还可以分析因素之间交互作用的大小。 在MINI-TAB中，用Two-Way ANOVA来作双因素方差分析。 例1 要了解不同的班组以及不同的材料供应商对产品不纯度的影响，他们收集到了这样一组数据。数据见（ANOVA（引用3）） 问：这些因素对质量特性是否存在显著影响？其影响有多大？ 6- 双因素方差分析（Two-Way ANOVA