六西格玛方差分析--214601705.pptVIP

Fisher’s pairwise comparisons Family error rate = 0.192 Individual error rate = 0.0500 Critical value = 2.086 Intervals for (column level mean) - (row level mean) Fisher’s A B C B –8.186 –1.814 C –10.186 –3.81 –4.850 0.850 D –3.023 3.023 2.334 7.666 4.334 9.666 此矩阵显示平均值间的比较 在一格中的两个数字，为平均值差 异的95%置信区间 若此二数均为正值或负值，则 平均值间存有差异 以小组形式来总结并报 告分析结果 Main Effects Plot (主效应图) Minitab Stat Main Effects Plot ANOVA 表示平均值 Interactions Plots (区间图) Minitab Grapth Interactions Polt 显示平均值 标准差 Interactions Plot (区间图) Minitab Grapth Interactions Polt 显示平均值 置信区间 Interactions Plot 分析 两种 plots 有何不同之处? 其他检验法 别忘了仍有其他的检验法可运用，当： - 资料为非正态分布 - 方差不相等 中位数（Medians）检验 - Mood’s Medians 检验 检验不同分布的中位数是否相等 - Kruskal –Wallis Medians 检验 假设每一个被分析的分布有相同的形状 对很多分布而言,此方法比 Kruskal –Wallis 的检验能力低 与Mood’s 中位数检验一样的基本假设 对更多的分布而言更具有检验能力，但较难应付 outliers (分离点， 非正常值 Moods-Median Test Minitab Stat Nonparameltrics Mood’s Median Test Ho: ηCust1=ηCust2=ηCust3 Ha: Not all ηCust are = 其中 η’s are 为母体中位数 Moods-Median Test Mood Median Test Mood median test for Delivery A P-Value! 我们应做何决定? Minitab Stat Nonparameltrics Kruskal-Wallis Ho: ηCust1=ηCust2=ηCust3 Ha: Not all ηCust are = Whereη’s are the population medians Kruskal-Wallis Test Kruskal-Wallis Test A P-Value! 我们应做何决定? 单因子实验的概念 当输入变量(因子)有多个样本时,我们实际上正在执 行一单因子实验 通常我们想确认,因子的不同水平之间是否存在差异 - 范例:评估三家供应商的相同材料 - 范例:对5个不同的焊接工,评估他们是否一致 我们开始讨论第一个实验 让我们来看一看…… 单因子实验的概念 考虑某个实例：一产品开发工程师，欲调查目前的5种 焊接设定对电阻式焊接系统的焊接强度的影响 她准备调查的范围介于 15-19 Amps 之间 - 她将观察此输入变量（Factor）的5个levels：15A，16A， 17A，18A及19A - 对每一 levels 测试5个样本 输出：Weld Strength 输入：Current 此为单因子实验的范例： X = Current with 5 levels 范例 Continued 下列设计矩阵 练习：开启ANOVA.MPJ中的 Weld Strength工作表，并执行dotplot 来比较每一 level 的 weld strengths 15 16 17 18 19 7 12 14 19 7 7 17 18 25 10 15 12 18 22 11 11 18 19 19 15 9 18 19 23 11 Current Weld Strength 资料分析练习 使用 ANOVA.MPJ中的 Weld Strength工作表，分析 welding example 资料 依循roadmap 搂分析并和邻桌商讨 准备好在15分钟内，回答有关您的方法和结论的问题 BB 的提示 在某些合适情形下，属性资料利用此工具也能达成良好 成效。请先试用 总结 简介 One-way