第三章 统计基础知识.ppt

质量管理中常用到的统计技术与方法 质量管理常用的统计技术与方法：控制图、直方图、排列图、因果分析图和抽样检验法等。 目前实验室和研究部门常用：估计、检验、相关、回归分析、方差分析和实验设计等。 品质管理”老七种工具” （1）调查表； （2）排列图； （3）因果图； （4）分层法； （5）直方图； （6）散布图； （7）控制图； 品质管理”新七种工具” （1）关联图； （2）亲和图（KJ法）； （3）系统图（树图法）； （4）过程决策图（PDPC）； （5）矩阵图法； （6）矩阵数据分析法； （7）箭头图法； 常用的分析工具 排列图例题 您所在的公司生产螺伞齿轮，目前不合格品率偏高。您急于想了解导致主要质量问题的是哪些缺陷类型？ 常用的分析工具 因果分析图示例 通过使用排列图，您发现部件通常是因为表面瑕疵而遭到拒收。今天下午，您与各个部门的成员召开会议，集体讨论这些瑕疵的潜在原因。事先，您决定打印一个因果（鱼骨）图来帮助组织会议期间的记录。数据见表面瑕疵（因果图.mtv） 散布图 直方图例题 您在一家汽车工厂工作，目前正面临所用凸轮轴长度的变异性问题。凸轮轴的长度必须为 600 毫米 +2 毫米才满足满足工程规格。您想了解由两家供应商提供的凸轮轴的质量是否相当，因此从每家随机抽取 100 件凸轮轴测量其长度。创建一个直方图来比较来自两家供应商的凸轮轴的长度。数据见(凸轮轴直方图.mtv) 控制图分析例题 您在汽车发动机组装厂工作。部件之一的凸轮轴的长度必须为 600 毫米 +2 毫米以满足工程规格。凸轮轴长度不符合规格是一个长期以来的问题，它引起装配时配合不良，导致废品率和返工率都居高不下。您的主管要绘制 X 和 R 控制图以监控此特征，于是您在一个月中从工厂使用的所有凸轮轴收集共 200 个观测值（20 个样本，每个样本中 5 个凸轮轴），并从每个供应商处收集 100 个观测值。首先您将看到供应商 2 生产的凸轮轴，数据见凸轮轴（XR）.mtv。 过程能力分析例题 一家线缆制造商希望评估线缆的直径是否符合规格。线缆直径必须为 0.55 + 0.05 cm 才符合工程规格。分析员评估过程的能力以确保其满足客户的要求，即 Ppk 为 1.33。分析员每小时从生产线中取 5 根连续的线缆作为一个子组，并记录直径。 亲和图 两种品管七大手法的区别: 两种品管手法之间相辅相成； 什么是统计学（statistics）? 数据搜集：取得数据 数据整理：处理数据 数据显示：展示数据 数据分析：分析数据 研究数据收集、整理和描述的统计学分支 内容 搜集数据 整理数据 展示数据 描述性分析 目的 描述数据特征 找出数据的基本规律 推断统计 研究如何利用样本数据来推断总体特征的统计学分支 内容 参数估计 假设检验 目的 对总体特征作出推断 描述统计与推断统计的关系 直方图(例题分析) 频数分配表 直方图(例题分析) 直方图(例题分析) 直方图(例题分析) 自由度 样本均值的分布与总体分布的比较 期望 正态总体样本均值的分布 设样本来自正态总体 N(? , ? 2)，则样本平均数也服从正态分布，其总体均数为? ，方差为? 2/n。 中心极限定理 样本均值的抽样分布(数学期望与方差) 样本均值的数学期望 样本均值的方差 重复抽样 不重复抽样 抽样分布与总体分布的关系 抽样分布趋于-正态分布 3.4.5 样本比例的抽样分布(数学期望与方差) 3.4.5 样本比例的抽样分布(数学期望与方差) 3.4.6 样本方差的抽样分布 3.4.6 样本方差的抽样分布 3.4.7 两个样本统计量的抽样分布 3.4.7 两个样本统计量的抽样分布 3.4.7 两个样本统计量的抽样分布 ?2—分布 F—分布　 用Minitab计算正态分布概率 正态分布 计算一个服从μ=28 ,σ=1的正态分布随机变量小于等于27的概率。随机变量小于27，28，29，30的概率？ 用Minitab计算二项分布概率 二项分布 计算一个服从二项分布（100，0.8）的随机变量小于27的概率？ 用Minitab计算T分布概率 T分布分布 计算一个服从T分布，自由度为8的随机变量小于6的概率概率？ 用Minitab生成随机数 生成20个服从正态分布（10，32）的随机数，并做正态性验证（P值小于显著性水平（0.05，0.01）为非正态）？ 生成30服从二项分布（100，0.3）的随机数，并从中抽取容量为20的样本？ 用Minitab做描述性统计分析 对随机变量做描述性统计分析，并生成单值图？ 生成30个服从二项分布（100，0.3）的随机数，并从中抽取容量为20的样本？ 用Minitab生成各种图形 排列图 直方图 控制图