质量管理 第二章 统计方法.pptVIP

* 《质量管理学》－第二章 * 其中： * 《质量管理学》－第二章 * 例： 某钢厂某号平炉10炉钢液含碳量和精炼时间记录如下： 炉次 1 2 3 4 5 6 7 8 9 10 含碳量x(%) 0.9 1.0 1.2 1.4 1.5 1.6 1.7 1.8 1.9 2.0 精练时间y(分) 100 105 130 145 170 175 190 190 220 235 * 《质量管理学》－第二章 * 作散布图 含碳量x％ y精练时间(分) 100 200 300 2 1.9 1.8 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1 0.9 0.8 0.7 … 0.2 0.1 0 ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● * 《质量管理学》－第二章 * 炉次 含碳量x（%） 精炼时间y(分) x2 y2 xy 1 0.9 100 0.81 10000 90 2 1.0 105 1.00 11025 105 3 1.2 130 1.44 16900 156 4 1.4 145 1.96 21025 203 5 1.5 170 2.25 28900 255 6 1.6 175 2.56 30625 280 7 1.7 190 2.89 36100 323 8 1.8 190 3.24 36100 342 9 1.9 220 3.61 48400 418 10 2.0 235 4.00 55225 470 ∑ 15.0 1660 23.76 294300 2642 * 《质量管理学》－第二章 * * 《质量管理学》－第二章 * * 《质量管理学》－第二章 * 回归方程的应用 另外，回归方程还具有预测与控制的功能。回归方程来自有限个样本点，对于其它的未知样本点可以进行预测（或控制）。 在本例中，当含碳量要求为2.2％时，可以估计此时需要精练的时间是： Y=-15＋120.635x =-15+120.635×2.2=250 (分) * 《质量管理学》－第二章 * 回归方程的应用 反过来，还可以预测当精练时间为300分钟时的含碳量为： x=(y+15)/120.635 =315/120.635 =2.6(%) * 《质量管理学》－第二章 * (4) 相关系数及其检验 表示两随机变量相关程度的量可用相关系数表示，其表达式如下： * 《质量管理学》－第二章 * 当从总体中抽取一个样本，计算变量之间的相关系数时，表达式如下: * 《质量管理学》－第二章 * 其中： * 《质量管理学》－第二章 * * 《质量管理学》－第二章 * 判断标准 相关系数r在0-1之间取值； 0r1 ，为正相关； -1r0，为负相关； r=±1，严格线性相关； r=0，非线性相关； r→±1，接近线性相关； r→0，接近于不相关或非线性相关。 * 《质量管理学》－第二章 * 前例中的相关系数 * 《质量管理学》－第二章 * 相关性检验 计算相关系数的目的是为了检验随机变量在某一显著性水平α上的相关性，办法是由已知的样本量n及指定的显著性水平α查相关系数表,得r0，如r≥r0时,则说明在显著性水平α上两随机变量存在相关性，否则说明在α显著性水平上不存在相关性。 在上例中，设α=0.01，n-2=8, 查表r0=0.765 r=0.989＞r0 ∴x,y在α=0.01时，存在正相关性。 * 《质量管理学》－第二章 * （5）符号检验法 符号检验法可简化计算，特别适合于生产现场作业。为了能够迅速判断两类数据是否相关，常常采用此法，其步骤如下： 作中值线。分别作x与y的中值线x`与y`使其分别平分该两组数据。并由它们分成四个象限：Ⅰ、Ⅱ、Ⅲ、Ⅳ（见后面的图示） 。 数点。分别数出各象限内的点数及位于线上的点数。并将它们填入下面表格中。 * 《质量管理学》－第二章 * 计算。 n＋=n1+n3； n－=n2+n4 ； N=∑ni－n线 其中ni为第i象限的点子数；n线为线上的点子数。 取: n=min{n＋，n－}为判定值。 象限 Ⅰ Ⅱ Ⅲ Ⅳ 线上 合计 点数 n1 n2 n3 n4 n0 * 《质量管理学》－第二章 * 当n＋＞n－时为正相关；当n＋＜n－时为负相关。 判定。 将计算结果n与检验表比较,如果点数界限大于判定值,则判定为相关,否则无关。 Ⅱ Ⅳ Ⅲ Ⅰ * 《质量管理学》－第二章 * n3=18 Y X n1=18 n4=6 n2=6 例：某厂欲考察空气湿度与铸件废品率有否关系,收集了50对数据，进行相关分析。 ③ 统计四个象限的点数 : n