六西格玛使用工具培训讲义.pptVIP

2. 在出現的對話框選擇下圖所示信息： 分析階段 ---相關和回歸分析---一元線性回歸分析示例 Six Sigma 使用工具培訓講義 回顧： 定義/測量階段 6sigma 管理法 6西格瑪 DMAIC策略的概括圖 回顧： 定義/測量階段 相關和回歸分析在 6 sigma中各階段的作用 分析階段 --- 相關和回歸分析 突破性策略 定義 測量 分析 改善 控制 優化 鑒別 驗證原因的真實性 對結果進行預測 確定少數關鍵變量 相關和回歸分析 從右圖可知，在 6 sigma分析，控制階段都會用到相關和回歸分析方法。 分析階段 ---相關和回歸分析概述 1. 回歸分析定義： 分析階段 ---相關和回歸分析概述 2. 相關分析定義： 分析階段 ---相關和回歸分析概述 3. 相關和回歸分析的關係： 分析階段 ---相關和回歸分析概述 4. 散佈 (點)圖： 分析階段 ---相關和回歸分析概述 4. 幾種常見的散佈 (點)圖： 散佈 (點)圖具體作法參照後面的例子。 分析階段 ---相關和回歸分析概述 5. 相關系數：是用來描述變量 x和 y之間線性相關程度的參數，用 R來表示，它具有以下方面的特性： 分析階段 ---相關和回歸分析概述 分析階段 ---相關和回歸分析概述 分析階段 ---相關和回歸分析概述 相關系數的計算除用上面提到的 Minitab方法外，也可采用以下的方法： R = Lxy / sqrt (Lxx * Lyy) Lxy = Σ (xi - x) (yi - y) Lxx = Σ (xi - x) Lyy = Σ (yi - y) Xi = 變量 x的數據點， i = 1, 2, 3 … yi = 變量 y的數據點， i = 1, 2, 3 … n = 變量 x和 y的樣本容量 i = 1 i = 1 i = 1 n n n 2 2 參照相關係數都督算法的例子。 6. 回歸分析 通過相關分析可以確定變量間的相關性及相關程度，在解決實際問題時，僅做到這一步是不夠的。因為我們分析的目的是發現主要因素並找到其影響規律。即隨著“關鍵的少數因素 x”的變化，因變量 y如何變化。對應於因素的某個變化量，y的變化量是多少？回歸分析就是用來定量描述因素 x 和因變量 y間的關係的方法。通過回歸分析，我們可用方程來表示 x和 y的關係。從而發現 y隨 x的變化規律。回歸分析可以篩選潛在的少數 x，對 y進行預測和優化及確定對應於 y的最優值的 x的水平設置。 分析階段 ---相關和回歸分析---一元線性回歸分析 分析階段 ---相關和回歸分析---一元線性回歸分析 分析階段 ---相關和回歸分析---一元線性回歸分析示例 一. 進行相關性分析(使用散佈圖 ) 1. 散佈圖作法 1.1 在 Minitab下拉式菜單選： GraphScatterplot 1.2. 選取合適的圖形類別： 分析階段 ---相關和回歸分析---一元線性回歸分析示例 1.3. 在表中輸入Y和 X： 分析階段 ---相關和回歸分析---一元線性回歸分析示例 1.4. 輸出散佈圖如下： 分析階段 ---相關和回歸分析---一元線性回歸分析示例 2. 計算相關係數 (使用 Minitab軟件 )： 2.1 在 Minitab下拉式菜單選： Stat Basic Statistics Correlation 分析階段 ---相關和回歸分析---一元線性回歸分析示例 2.2 選擇下圖所示信息： 分析階段 ---相關和回歸分析---一元線性回歸分析示例 2.3 Minitab 輸出： Correlations: Hydrocarbon %, Oxygen purity % Pearson correlation of Hydrocarbon % and Oxygen purity % = 0.937 P-Value = 0.000 分析階段 ---相關和回歸分析---一元線性回歸分析示例 二 . 建立回歸模型 1. 在 Minitab下拉式菜單選： Stat Regression Regression，如下圖所示： 分析階段 ---相關和回歸分析---一元線性回歸分析示例 2. 在出現的對話框選擇下圖所示信息： 分析階段 ---相關和回歸分析---一元線性回歸分析示例 3. 點擊 “Storage” 按鈕，在出現的對話框選擇下圖所示信息： 此選項表示在 Minitab工作表中存儲擬和值和殘差 分析階段 ---相關和回歸分析---一元線性回歸分析示例 4. 點擊 ”Options” 對話框， 選擇下圖所示信息： 回歸方程有合適的截距 表示根據現有的冷凝器中的炭氫化合物的%的全部數據對氧氣的純度進行預測，並求預測區間和置信區間。 分析階段 -