数据统计分析方法和应用.ppt

何时用？ 连续性数据，子群的大小大于1； 为什么用？ ①监控工艺过程控制；a:子群的变化是否一致（稳定）；b:在工艺过程控制中是否有明显的变化证据； ②改进工艺控制；a：变化从何而来（是子群内还是子群间）b:寻找最大变化处来改进质量。 如何用？ 变化可以分为两组；子群内和子群间；单值—移动极差控制图关注子群内变化的稳定性；均值—极差图区分子群内差异和子群间差异的变化。 二、因果图 因果图 二、因果图—应用实例 三、相关性分析 03 01 能了解原因与结果（即两个变量）之间是否存在某种相关的关系 检查孤岛现象是否存在 相关性分析的作用 02 两个变量相关性高时，二者可互为替代变量，从原因或结果中选择较经济性的变量予以控制，通过观察某一变量的变化而知另一变量的变化。 线性拟合根据变量的个数可分为两个变量、三个连续变量以及多个变量的拟合。首先介绍2元变量拟合图的做法： 将两个相关变量的数据输入JMP后，选择“分析”--“以X拟合Y”--“为选定列指定角色”--“确定”。具体步骤如下图： 三、相关性分析—二元拟合 选择“拟合线” 拟合置信区间 着色拟合置信带 三、相关性分析—二元拟合 多元拟合图（油条大饼图）的做法： 将多个变量的数据输入JMP后，选择“分析”--“多元方法”--“多元”--“为选定列指定角色”--“确定”。具体步骤如下图： 三、相关性分析—多元拟合 三、相关性分析—多元拟合 二元线性拟合 多元拟合 三、相关性分析 —应用实例 目前，各生产单位物料周期均根据日常生产经验判断，在判断过程中存在不可预知的因素，在生产发生变化的情况下，可能对物料的周转周期存在误判，缺乏科学性。 因此，要准确判断生产工序物料周转时间，必须依靠数据分析，科学化地找出精准的时间周期，从而为查找导致生产出现异常的原因提供科学的方法和依据。 三、相关性分析—生产周期分析法 原理 根据不同物料周期不同数据之间的线性相关性，确定物料最合适的周转时间。 目的 精确计算不同工序间的生产周期 分析 工具 1、EXCEL数据软件2、Vlookup函数 3、JMP数据软件 三、相关性分析—生产周期分析法 生产周期分析法 —应用实例 三、相关性分析—生产周期分析法 1、了解数据分布的形态； 2、研究和分析过程能力； 3、判断数据的真实性； 4、计划产品的不良率； 5、求分布的平均值与标准差； 6、确定控制规格界限； 7、与规格或标准值比较。 直方图法的应用目的 B 通常用来对某些需要加强控制的工序进行观察、分析，为工序调整和控制提供依据。 直方图法的作用 A 四、直方图的作用和应用目的 （a）正常型 正常型，又称对称型，它的特点是中间 高，两边低，左右基本对称，说明工序 处于受控状态 （b）孤岛型 孤岛型，它的特点是在远离分布的地方出 现小的直方图形，犹如孤岛，“孤岛”的存 在表示在短时间内有异常因素在起作用， 使加工条件发生了变化。 四、直方图——常见直方图及其意义 （c）偏向型 偏向型，它的特点是直方图的顶峰偏向一侧， 也叫偏坡型，当技术标准要求是单一侧向时， 常出现此种情况，有的是由于操作者的加工习 惯引起的。如：在加工轴的时候往往偏大，而 在加工孔的时候往往偏小等。 （d）双峰型 双峰型，它的特点是有两个高峰。这往往是由 于两种不同分布的数据混在一起引起的，例如 把两个工人加工的同种产品或两台设备加工的 产品混在一起等。发生双峰型应把数据先进行 分层，然后再做直方图。 四、直方图——常见直方图及其意义 （e）平顶型 平顶型，它的特点是直方图呈平顶型，这往往 是由于生产过程中有缓慢变化的因素在起作用， 如刀具的正常磨损、操作者的疲劳等。应采取 措施控制诸因素稳定地处于良好状态。 锯齿型，它的特点是直方图高低参差不齐，但 整个图形整体看起来还是中间高两边低，左右 对称。造成这种情况，往往不是生产上的问题， 主要是分组组数过多或测量仪器精度不够，读 数有误等原因引起的。 （f）锯齿型 四、直方图——常见直方图及其意义 以上图表我们可以获取以下信息： 1、当落窑品指标合格率高时，白度、7.5m温度、21.5m温度、窑尾温度和二次风温度均比较集中于某个范围； 2、当落窑品指标合格率低时，白度、7.5m温度、21.5m温度、窑尾温度和二次风温度分布比较宽，范围跨度大。 通过以上分析我们可以找出当落窑品指标合格率高时各指标控制范围，有利于稳定生产。 四、直方图—应用实例 直方图 多元直方图 四、直方图—应用实例 控制图是对过程数据加以测定、记录和绘图，从而进行控制管理的一种用统计方法设计的控制图型。图上