六西格玛管理项目三描述性统计及图形.pptx

;项目一：内容回顾;3;4;5;6;一组计量型数据能显示以下3个特性： 中心趋势 （均值，中值，众数） 变异 (极差，标准差，方差） 形状;Mean 均值 Median 中值 Mode 众数 Quartiles 四分值;均值;均值的计算使用了每个观测值;每个观测值对均值都有影响。 所有观测值对均值的偏差的总和为零。 均值对极端的观测值很敏感, 极端值会导致均值向他偏移。;将一组观测值按大小顺序排列,位于中心的数值即为中值 若观测值的个数为偶数，则中值为中间2个数值的平均 若观测值的个数为奇数，则位于中心的数值即中值 ;中值;中值与均值 因为中值不象均值对极端值敏感，因此，当有极端大或极端小值时，中值比均值更能代表数据的位置。 典型的例子是一个城市居民的收入中位值。;众数是样本中出现次数最多的观测值。 众数可以是唯一的，也可以有不止一个，有时并不存在众数。; ; ;散布的测量(变异);;试考虑以下的2个样本： {10 20 50 60 70 90} 和 {10, 40, 40, 40, 90} 具有相同的极差(r = 80)。 但是，第二个样本的变异只是2个极端数值的变异，而在第一个样本，中间的数值也有相当大的变异。 当样本量较小(n ? 10)时，极差丢失信息的问题不是很严重。;方差与标准差;方差计算; i xi 1 30 - 50 2500 2 50 - 30 900 3 70 -10 100 4 90 10 100 5 110 30 900 6 130 50 2500 = 480? 6 = 80 = 7,000 ? (6 - 1) = 1,400; ;方差与标准差;方差计算使用了所有观测值，每个观测值对方差都有影响。 方差对极端值很敏感。因平方的缘故，极端大的观测值会严重地放大方差。;统计 ? 基本统计量 ? 显示描述性统计 产生一列数据的统计量，并在会话窗或图表中显示这些统计量。 使用者可以控制计算/显示哪些统计量。;Minitab中的描述性统计;Minitab中的描述性统计;;输出结果;Minitab中的描述性统计;Minitab中的描述性统计;正态分布是一种具有特定的、非常有用的特性的数据分布。 这些特性对我们理解所研究之流程的特性十分有用。 大部分自然现象和人造流程是正态分布或可用正态分布描述。;特性1：只需知道下述两项参数就可完??描述正态分布 均值 标准差;Number of standard deviations from the mean 离均值的标准差数目;标准差的经验规则;;鉴于许多流程输出都是呈正态分布，所以可以用正态曲线的特点预测流程对象总体。 即使非正态数据也能转化为正态数据，所以正态曲线的特点仍然可以用来做预测。;Minitab软件利用Anderson-Darling 检验以确定某个数据集是否可以当作正态数据处理。 P数值的理解 如果数据为正态的，P数值是得到特定抽样的概率。 如果数据确实来自正态对象总体，P数值0.05代表得到特定抽样的机率（小于5%）。 因此，如果P数值 0.05 即代表该数据为非正态。;正态曲线下的区域;预估总体;标准正态分布，也叫Z分布， 有下列参数：;3s的Z值是多少？;文员职位安排时间;确定对应Z值;;使用Z表;;Z;Basic Graphics 基本图形;学习目标;图形展示; 基础图形;1. X / Y Plots X/Y图;1. X / Y Plots X/Y图;2. Pareto Chart 柏拉图;2. Pareto Chart 柏拉图;2. Pareto Chart 柏拉图举例;3. 时间序列图;3. 时间序列图;3. 时间序列;3. 时间序列;WHY USE IT? 为何使用？ 通过研究变异和其根源监察，控制和改善过程绩效 WHAT DOES IT DO? 它有什么用？ 将注意力集中在探测和监视过程的变异上。 区分变异特殊原因和普通原因，作为部门和管理层的行动指南;作为对过程持续控制的工具 帮助改进过程，使之一贯并可预测地产出更高质量、更低价格和更有效率的过程 提供讨论过程绩效的共通语言;练习;练习;练习;WHY USE IT? 为何使用？ 给你一个对数值的图形化总结并帮助你识别极限数值 WHAT DOES IT DO? 它有什么用？ 箱图由下列组成 矩形方框大致代表了中间的50%数据。;线段向两边延伸代表了数据的一般范围。 界外点由符号表示（远离其他数据的数值）;;Boxplots 箱形图;;箱形图对应分布;以箱形图比较样本;用Minitab作箱图有多种方法: Graph - Boxplot Sta