基础统计学-Robert.ppt

基礎統計學 Prepared by Robert 2009.02.13 課程大綱 統計基本概念 基本統計量 直方圖 常態分配 變異 抽樣檢驗 管制圖 製程能力 簡述6個標準差 統計基本概念 何謂統計學 統計基本概念 什麼是有意義的情報 例一：拉力強度很好 例二：拉力強度平均為5 kg/cm2 例三：大多數產品的拉力強度在5 kg±0.6 kg內 例四：99.73%的產品其拉力強度在5 kg±0.6 kg內 統計基本概念 母體和樣本 母體（population），是指我們求取資訊的對象全體。 母體的構成，特別應注意『層別』 :包含不同批原料、不同機器設備、不同班別、不同操作員等。 樣本（sample）是母體的一部分，我們從樣本蒐集資訊，以便對整個母體做某些結論。隨機性，並能夠代表群體為原則。 統計基本概念 常用統計符號 N : 母體數量 μ: 母體平均數 σ: 母體標準差 n : 樣本數量 x : 樣本平均數 s : 樣本標準差 R : 全距 統計基本概念 騙人的平均數 統計基本概念 騙人的平均數 統計基本概念 留意隱藏變數 統計基本概念 統計基本概念 考慮隱藏變數： 統計基本概念 問題類型的分析 基本統計量 平均值 (Mean)：代表一群數據的總合平均數值 基本統計量 標準差（standard deviations): 各觀測值與平均數間的平均距離 標準差為 0 代表觀測值完全沒有散布（全都在同一點），否則必然會大於 0 當觀測值離平均數散布得愈遠時，標準差就愈大 標準差分為: 母體標準差(σ): EXCEL公式為Stdevp (數據範圍) 樣本標準差(s): EXCEL公式為Stdev (數據範圍) 基本統計量 基本統計量 直方圖 定義 將測量所得的 Data 如時間、長度、硬度等計量值，劃分成數個組間，計算各組間數據出現的次數，以便瞭解其分配的狀況的圖表，叫作直方圖。 直方圖 繪制直方圖的目的 (1) 測知製程能力 (2) 計算產品不良率 (3) 調查是否混入二個以上不同的群體 (4) 測知有無假數據 (5) 測知分布型態 直方圖的應用 測知製程能力 直方圖的應用 計算產品不良率 直方圖的應用 調查是否混入二個以上不同的群體: 二批不同材料、二個不同操作員、二個不同班別、二台不 同機器、二條不同生產線???? 直方圖的應用 測知有無假數據 據說曾有一家輪胎廠，廠房坐落在大水溝旁，檢驗員檢驗 結果，如發現不合格之製品，就將其丟入大水溝內? 直方圖的應用 測知分布型態 正態型、離島型、右偏型(不合格率近於0，分配尾巴向 右延伸)?? 常態分配 (Normal Distribution) 重要性 常態分配是統計學中最重要的一個分配 若觀察資料數量夠大，則直方圖(組數適當增加)的整體型態可用一近似的平滑曲線顯示 許多自然現象，工業生產、商業問題及社會現象均可用常態分配描述。 方程式為: 常態分配一般記作: 常態分配 (Normal Distribution) 常態分配特性 由以平均數 為中心的對稱曲線 常態曲線左右兩尾與橫軸逐漸接近，但絕不會相交 以 為中心，兩邊加減一個標準差之處，為常態曲線的反曲點 σ表常態曲線分散程度，當σ愈大表資料愈分散，當σ愈小表資料愈集中 常態分配 (Normal Distribution) 常態分配特性 常態分配 (Normal Distribution) 常態分配的機率 常態分配 (Normal Distribution) 常態分配有其特定的資料分佈規則： 變異 為了使變異的表示簡化，通常分成下列二種： 變異 變異 製程改善前後的製程分配 抽樣檢驗 抽樣計劃基本概念 批：(Lot) 具有相同的來源,在相同的條件下所得到的一群相同規格的產品,稱為一個批(製造批). 檢驗批:(Inspection Lot) 一個製造批可分為幾個檢驗批.(便於抽樣檢驗之進行) 批量: (Lot Size) 每個檢驗批內產品單位之數量,以“N”表示. 樣本: (Sample) 是從檢驗批中所抽取一個以上的單位產品所組成,樣本中所含的產品單位的數目稱為樣本數或樣本大小,其符號以 “n”表示. 抽樣檢驗 抽樣計劃基本概念 合格判定數 判定一批產品是否合格或不合格的基準不良個數叫做合格判定數,以“C”表示. 隨機抽樣: 隨機抽樣中每個樣本被抽中的機率均相等且是獨立的。 抽樣計劃: (