HA06信赖区间.pptVIP

講課內容: 突破策略 分析階段 爲什麽學習信賴區間 介紹性練習 定義 示範 練習 作業 參考文件 Reactor.mtw Luminanc.mtw 6?策略 分析: 專案產出項目 專案定義: 更新專案綱領(問題陳述、CTQ、衡量尺規、專案範圍、缺點定義、目標、團隊、財務分析) 保持/更新已獲得的產出項目 過程分析: 圖形分析 多變量研究 假設檢定 計量數據決策工具 計數數據決策工具 DOE 規劃 更新的FMEA 專案總結: 結論 問題和障礙 下一步計劃 完成該階段專案審查 學習目的 研究樣本-樣本間變異的概念 研究平均數、標準差和Cp等統計量的統計信賴區間 信賴區間的意義 統計量如平均數和標準差只是母體? 和? 的估計,且只基於一個樣本。 因爲在這些估計中存在著樣本與樣本的變異,我們可以用以統計為基礎的信賴區間來量化我們的不確定性。 大多時候，我們計算95%信賴區間 (CI’s) 這可以解釋爲 在信賴區間內有95％的機會可以含括母體參數，或 我們對母體參數處在區間內有95%的把握 信賴區間的意義 反過來看前述問題，前面看到所有樣本平均數約有 95% 處在母體平均數的兩個標準誤的範圍內。因此可以說，如果從過程中隨機抽樣並計算其平均數，我們有95％的把握確認平均數會處在母體參數的兩個標準誤範圍內。 直方圖比較 參數的信賴區間 平均數的信賴區間 估計過程績效時，我們用的是從過程中採取相對少數的樣本。 首先，我們看平均數的信賴區間。假設從反應器中採取了10個樣本，我們想決定平均數的95％信賴區間。經過抽樣得到: Xbar = 122.88 S = 8.55 n = 10 參數的信賴區間 參數信賴區間假設樣本平均數為 t 分配，並以此計算信賴區間。 對於平均數的參數信賴區間，其通用公式爲: 什麽是 t 分配? t-分配爲鐘形 (類似常態) 分配族群的一種，其分配受以樣本大小的影響。 樣本大小越小, 分配越寬越平。 爲了理解不同樣本大小時95%信賴區間(CI)的t 值變化， 我們看下面的表: 這個複雜的公式意味著什麽? 記住，對於95% CI，一般我們可以用“平均數 + 2 ? ”。如果已知母體的 ? ，則原公式: 例: 母體平均數的信賴區間 假定我們想用前面所舉過程中採取的10個樣本(n = 10)來決定母體平均數的95％信賴區間 。我們對過程進行了採樣，得到下面的採樣統計量: 樣本平均數 = Xbar = 122.88 樣本的標準差 = S =8.55 計算信賴區間 s 的信賴區間 s 的信賴區間公式如右: 承前例抽取了10個數據點的樣本，標準差 s＝8.55 自由度 (n-1)為 10-1或 9。 s 的 95% (? = 0.05)信賴區間是: 母體 ? 的信賴區間練習 計算下列過程數據組標準差的 95%信賴區間: 53.3, 50.7, 50.7, 45.3, 49.6, 50.3, 48.9, 51.5 用 Minitab 求母體 ?的CI Cp、Pp的信賴區間 既然我們已經計算了標準差的信賴區間，那麽能計算 Cp 和 Pp 的信賴區間嗎? 記住 Cp 和 Pp的公式: 在計算出標準差的上下限之後，我們將其帶入Cp/Pp的公式，分別計算其95% 信賴區間。 課堂練習 課堂上的每位學員從平均數爲 100 、標準差爲9的分配中産生15個隨機常態數。 用“Descriptive Statistics”功能表中的“Graphical Summary”得到CI的上下限，計算平均數與標準差的 95% 信賴區間。 在課堂上約有30個區間, 因而可能會有1個或2 個信賴區間不包括實際平均數 70 或標準差 5.0。 報告你的結果。 比例的信賴區間 我們也可以構造缺點比例(p)的信賴區間 ，其中 x =發生的缺點數 n =樣本大小 p = x / n =樣本中的缺點比例 對於缺點數 x ? 5 、樣本大小 n ? 30的情況， 可以取常態分配近似值 對於其他情形，需要用二項式表來構造信賴區間。 例: 檢驗200個零件有 8 個失效。失效率的 95% 信賴區間是多少? 用Minitab解比例例題 練習 : 1) 1000個樣本，測試後，有12個失效。實際失效率的90% 信賴區間是多少? 2) 在常規破壞檢驗中，檢驗的12個單位樣本中有2個失效。構造實際失效比例的 90% 信賴區間。 練習答案 * 6 ? 明根值6? Mincolns’ 明根值6? Mincolns’ 2002 信賴區間 黑帶訓練 – 第2週 定義 量測 分析 改善 管制 黑帶與管理層一起工作 選擇輸出特性，並鑑別關鍵過程輸入和輸出變數 定義績