minitab教程其它常用工具.pptxVIP

MINITAB教程-其它常用工具 全海军 1、图形化汇总 可使用 图形化汇总 通过各种统计量（如样本数量、平均值、中位数、标准差）汇总数值数据。您还可以使用图形描述数据的分布、执行 Anderson-Darling 正态性检验，以及获取平均值、标准差和中位数的置信区间。 统计  基本统计  图形化汇总。 解释结果 去除盖帽所需的平均转矩为 21.265，标准差为 6.422。直方图显示数据分散广泛，许多值都距离目标值 18 很远。95% 置信区间表明，总体平均转矩的可能值范围介于 19.710 和 22.819 之间，这大于目标值 18。 一位质量控制工程师需要确保洗发精瓶盖已扣紧。如果瓶盖扣得过松，则有可能在装运过程中脱落。而如果瓶盖扣得太紧，又可能很难打开。用于扣紧瓶盖的扭矩值为 18。工程师将随机收集包含 68 个瓶子的样本，并检验开盖所需的扭矩大小。 2、帕雷托图 使用 Pareto 图 可以标识最常出现的缺陷、缺陷的最常见原因或客户投诉的最常见原因。Pareto 图可帮助着重改进能获得最大收益的方面。 例如，经理想要调查客户对特定酒店不满意的原因。经理调查和记录客户的投诉原因。 选择统计  质量工具  Pareto 图 Pareto 图 示例 缺陷 计数 成本 计数*成本 缺少纽扣 217 0.17 36.89 脱线 67 0.89 59.63 布料错位 18 5.12 92.16 布料瑕疵 23 4.89 112.47 缝纫错误 112 1.89 211.68 卷边错误 43 4.23 181.89 一家服装制造厂的检验员为了确定改进项目的优先顺序，调查了服装缺陷的来源。检验员将在此过程中跟踪缺陷的数量和类型。 解释结果 在本例中，45.2% 的缺陷归因于缺少纽扣，23.3% 的缺陷归因于缝纫错误。缺失纽扣和缝纫错误的累积百分比为 68.5%。因此，可以通过解决缺少纽扣和缝纫错误来最大程度地改进整个制衣过程。 概率、概率密度计算 概率密度函数（PDF） 累积分布函数（CDF） 逆累积概率（ICDF） 可使用 PDF 确定随机变量 X 在已知值 x 处的概率密度函数的值 可使用 CDF 确定取自总体的随机观测值将小于或等于特定值的概率。还可以使用此信息来确定观测值将大于特定值或介于两个值之间的概率。 ICDF 是与概率密度函数下的区域相关联的值。 概率，概率密度计算示例 棒球队的教练想知道某特定选手在比赛中取得一次全垒打的概率（选手最多击球 4 次）。根据该选手过去的比赛成绩，教练假定该选手在当前比赛中取得一个全垒打的概率为 0.10。 计算： 3次全垒打的概率 有1次全垒打的概率 至少2次全垒打的概率