6sigma绿带培训课件考题.pptVIP

知识点概要 流程图 因果矩阵图 FMEA 统计概述 离散性MSA 连续性MSA 流程行为图(控制图) 过程能力分析 假设检验 比较检验 参数假定检验 非参数检验 独立性检验 样本大小计算 样本大小计算 回归分析Regression 方差分析 18. （6分）利用卡方检定来检视A与 B供货商之间的质量表现有无统计上显著的差异 659 136 B? ? 乙 804 69 A? ? 甲 Good Batched? 好 Bad Batches? 坏 Supplier 供货商 卡方值是多少？ 32.693 A与 B供货商之间的质量表现有无统计上显著的差异? 有 19. （6分）两家供货商提供物料之质量特性数据显示如下： 供货商甲 供货商乙 85.2 89.0 87.3 89.4 92.5 90.8 80.8 84.3 84.8 88.2 88.1 我们想了解该两家供货商所提供之物料的均值是否相同。 1)、请问你建议使用那种检定方法？ 2-sample t-test 2)、请你用MINITAB执行该检定方法。 P-value = 0.349 3)、请问你的结论是什么？ 两家供应商所提供的物料均值相同 1)、请问你建议使用那种检定方法？ 2-sample t-test 1)、请问你建议使用那种检定方法？ 2-sample t-test 2)、请你用MINITAB执行该检定方法。 P-value = 0.349 3)、请问你的结论是什么？ 两家供应商所提供的物料均值相同 1 卡方分析 两个层次比较 因果矩阵图(CE matrix) 1 MINITAB图表 1 部分因子实验设计 样本大小考量 相关性与回归分析 单一层次比较 流程能力分析 两个层次比较 MINITAB介绍 流程图 1 统计简介 1 比较检定介绍 控制计划介绍 项目定义 1 全因子实验设计 1 实验设计简介(DOE) 被动观察研究 三个或以上层次的比较 假设检定介绍 流程行为图 连续型量测系统分析(MSA) 失效模式和后果分析(FMEA) 六西格玛简介 1 第八天 第七天 第六天 第五天 第四天 第三天 第二天 第一天 课时/小时 参数表示为总体假定了分布。通常，在执行数据是来自某个分布（通常为正态分布）的样本的假设检验 时做出假定。 非参数表示没有为总体假定具体分布。 参数检验的优势在于，如果假设成立，则功效（即在 H0 为假时拒绝该假设的概率）比相同样本大小的对应非参数检验的功效高。非参数检验结果在遇到违反假设的情况时更健壮。 因此，如果对于基于参数模型的检验违反了假设，则基于参数检验 p 值的结论可能比基于非参数检验 p 值的结论更具误导性。 t 检验 对一个或两个正态分布总体的平均值（双样本时还有方差）的假设检验。 单样本 Z 检验 检验正态总体均值是否等于目标值。 F 检验 F 检验通常用于确定两个组的方差是否相等。 卡方检验 一个假设检验族，用于在原假设下将数据的实测分布与其预期分布进行比较。 ?单样本 Wilcoxon：- 执行中位数的单样本 Wilcoxon 符号秩检验，并计算相应的点估计和置信区间 。使用此检验作为单样本 Z 检验和单样本 t 检验的非参数备择。 Mann-Whitney：- 执行两个总体中位数相等性的假设检验，并计算相应的点估计和置信区间 。使用此检验作为双参数 t 检验的非参数备择。 Kruskal-Wallis：- 对单因子设计（两个或多个总体）执行总体中位数相等性的假设检验。此检验是泛化的 Mann-Whitney 检验所使用过程，并（类似于 Mood 中位数检验）为单因子方差分析提供非参数备择。Kruskal-Wallis 检验寻找总体的中位数之间的差异。 对于分析来自许多分布的数据（包括来自正态分布的数据），Kruskal-Wallis 检验比 Mood 中位数检验更有效（平均起来，置信区间 较窄)，但对于异常值的健壮性则较差。 Mood 中位数检验：- 执行单因子设计中总体中位数相等性的假设检验。Mood 中位数检验，像 Kruskal-Wallis 检验一样，为常规的单因子方差分析提供非参数备择。Mood 中位数检验有时也称为中位数检验或符号分值检验。 Mood 中位数检验在数据中遇到异常值和误差时健壮，特别适用于分析的初级阶段。Mood 中位数检验在遇到异常值时比 Kruskal-Wallis 检验更健壮；但在分析来自许多分布的数据（包括来自正态分布的数据）时，功效则较差（平均来说，置信区间 较宽)。 Friedman：- 执行随机化区组试验的非参