2回归分析专题.pptVIP

* SIX SIGMA SIX SIGMA IMPLEMENT 改进阶段 单变量回归 目的： 介绍作为实证模型建立方法的回归分析，以模拟具有连续响应变量“ Y” 的过程。（定义：‘实证’－基于观测值或事实） 目标： 确定何时使用回归，以及为什么使用。 理解使用回归方法构建一个连续“X”变量与连续“ Y”响应变量的关系模型。 在Minitab中应用回归方法，根据数据拟合一条直线。在给定X的情况下，用拟合的直线方程式预测“ Y”。÷ 了解确定模型是否为所给定数据的最佳模型的数学方法。 说明并理解确定模型是否为所给定数据的最佳模型的图形方法。 单变量回归 1、什么是回归？ 描述“ Y”与“X”关系的数学方法 － 创建工序的“模型”。 Y=b0+b1x+e 其中： b0为Y截距 b1为直线斜率 e为模型的误差项 2、为何要使用回归？ 寻找潜在的关键少数“ X” 预测“ Y” 优化“Y” 确定如何设置“ X”以优化“ Y” 3、何时使用回归？ 筛选被动数据（历史或基准数据），以找到潜在的关键“ X” 危险!不要使用被动数据得出最终结论。还要继续进行DOE（试验设计）…记住被动数据是历史数据；这种关系当前可能并不存在。 分析DOE（试验设计）的结果 回归是一种必须谨慎使用的强有力的工具。 回归…寻找“Y”与“X”关系的方法