六西格码管理工具培训讲义.ppt

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. Minitab輸出分析結果如下圖： 2 2 分析階段 ---相關和回歸分析---一元線性回歸分析示例 6. 從 Minitab輸出結果我們可得出如下結論： 6.1 可求出回歸方程 6.2 回歸方程的顯著項，在本例中，常數項和系數項均為顯著項 6.3 測定系數 R , 詷整測定系數 Radj表示回歸方程可解釋的變差占總變差的百分比 6.4 回歸方程的方差分析結果，本例的分析結果中，Fcal = 128.86 Fcritical = 4.414，並且P 0.05，因此以95%的置信度認為回歸方程擬合良好。 6.5 可得到氧氣的純度預測值，預測區間和置信區間。 2 2 分析階段 ---相關和回歸分析---一元線性回歸分析示例 四 . 建立回歸模型 1. 在 Minitab下拉式菜單選： Stat Regression Fitted line Plot...，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. 測定系數 R , 詷整測定系數 Radj表示回歸方程可解釋的變差占總變差的百分比 分析階段 ---相關和回歸分析---一元線性回歸分析示例 2 2 表示顯示回歸值的置信區間和預測區間 4. Minitab輸出結果如下： 分析階段 ---相關和回歸分析---一元線性回歸分析示例 5. 圖形分析如下： 5.1。 圖形可輸出回歸方程，測定系數 R , 詷整測定系數 Radj和殘差標准差。 5.2。最中間的一條直線表示回歸方程的擬合值。 5.3。緊靠直線的兩條紅色虛線代表擬合值均值在 95%的置信度下的置信區間。 5.4。最靠外的兩條綠色點畫線代表擬合值在 95%的置信度下的預測區間。 分析階段 ---相關和回歸分析---一元線性回歸分析示例 2 2 五。一元回歸的幾種模式： 我們可用 Minitab對一元回歸方程進行檢驗以確定哪種模式是最適合的回歸模式。 分析階段 ---相關和回歸分析---一元線性回歸分析示例 線性模式 二次非線性模式 三次非線性模式 注：主要是通過比較三種模式的 R， R(adj)和 S, R， R(adj)值最大且S最小的模式，它就是較適合的模式。 2 2 2 2 一。非線性相關關係的判定 以下幾種方法可判斷 x和 y之間是否存在非線性關係，在實際應用時，可結合幾種方法，得出一個綜合的結論。 1.1 觀察散佈圖： 分析階段 ---相關和回歸分析---一元非線性回歸分析 1.2。確認 r 值： r 值代表 x和 y之間線性相關的程度，如果 r 0.95，則 x和 y的線性相關關係十分明顯，用線性方程來擬合一般不成問題。如果 r 值很小，觀察散佈圖以發現 x和 y之間 存在明顯的關係，可用一條線來擬合，這時可以判定 x和 y之間存在非線性相關關係。 1.3。觀察回歸分析的殘差圖形： 殘差圖可以使我們獲得重要的信息。在正常情況下，殘差平均值應為 0；殘差應呈正態分布，且應隨機分布，即不應存在特殊的形狀。因此，通過觀察殘差的分布形狀可以判斷所用的回歸模型是否適用。 A。回歸模型適用時的殘差分布圖和殘差擬合值圖 分析階段 ---相關和回歸分析---一元非線性回歸分析 B。回歸模型不適用時的殘差分布圖和殘差擬合值圖 觀察上面的圖形，可發現模型適用時，殘差與擬合值圖上的點均勻分布在殘差為 0的直線周圍，見圖 a；殘差分布形狀為正態分布，見圖 b。當模型不適用時，殘差和擬合值圖上的點呈倒拋物線形，見圖 c；殘差分布形狀為雙峰形(見圖 d)或其他特別的形狀。 我們可通過下面的兩種方法去驗證： 1。通過 Minitab的 “Fitted Line Plot” 來檢驗。 2。通過 Minitab的 “Lack of fit test” ，即擬合良好性測試來判斷。 分析階段 ---相關和回歸分析---一元非線性回歸分析 来自 中国最大的资料库下载 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：