六西格码基础培训教程资料讲解.ppt

Minitab 中的描述统计 Stat?Basic Statistics?Store Descriptive Statistics 计算一列数据的统计量，并在Worksheet(工作表）中的相邻列显示这些统计量。 使用者可以选择计算/显示哪些统计量,但不能控制其显示的顺序。 Descriptive Statistics: Tickness Variable Mean TrMean StDev Variance CoefVar Sum Minimum Q1 Tickness 116.88 119.09 15.12 228.73 12.94 14961.00 20.00 116.00 Variable Median Q3 Maximum Range IQR Tickness 119.00 122.00 130.00 110.00 6.00 Histogram (with Normal Curve) of Tickness 数据反应什么 我们作何假设 正态分布 正态分布是一种具有特定的、非常有用的特性的数据分布 这些特性对我们理解所研究之过程的特性十分有用 大部分自然现象和人造过程是正态分布或可用正态分布描述 特性１： 只需知道下术两项参数就可完整描述正态分布 均值 标准差 特性２： 曲线下面的面积可用来估算某一特定事件发生的累积概率 标准差的经验规则 当一组数据不是最理想正态分布时，前述累积概率规则仍可应用 比较理论（理想）正态分布和经验（现实）分布 标准差数目 理论正态 经验正态 +/-1σ 68% 60-75% +/-2σ 95% 90-98% +/-3σ 99.7% 99-100% 正态分布特点 　鉴于许多过程输出都是呈正态分布，所以可以用正态曲线的特点预测过程对象总体 　即使非正态数据也能转化为正态数据，所以正态曲线的特点仍然可以用来做观测。 正态检验 　　Minitab 软件利用Anderson-Darling 检验以确定某个数据集是否可以当作正态数据处理 P数值的理解 如果数据是正态的，P数值是得到特定抽样的概率。 P-Value＝0.03为非正态 正态检验 如果数据确实来自正态对象总体，P数值0.05代表得到特定抽样的机率（小于5%），因此，如果P数值0.05即代表该数据为非正态 正态曲线下的区域 分析过程能力时，我们运用正态曲线下的区域预测超过规格界限的产品所占的比例 标准正态分布 标准正态分布，也叫Z分布，有下列参数： 　 μ＝0　 σ＝1　 Z=(y-μ)/ σ Z代表距离均值的标准差的数量（均值到Z能容纳多少个标准差） 将实际单位转化为Z单位： y=124 σ=4.585 μ＝119.4 Z=(y-μ)/ σ=(124-119.4)/4.585 Z=1.003272 通过Z图表查得P=0.15786 即数列中大于124部分为15.786% 使用minitab 计算 Calc?probability Distributions?Normal Z图表 　 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.50 0.31 0.31 0.30 0.30 0.29 0.29 0.29 0.28 0.28 0.28 0.60 0.27 0.27 0.27 0.26 0.26 0.26 0.25 0.25 0.25 0.25 0.70 0.24 0.24 0.24 0.23 0.22 0.23 0.22 0.22 0.22 0.21 0.80 0.21 0.21 0.21 0.20 0.20 0.20 0.19 0.19 0.19 0.19 0.90 0.18 0.18 0.18 0.18 0.17 0.17 0.17 0.17 0.16 0.16 1.00 0.15 0.16 0.15 0.15 0.15 0.15 0.14 0.14 0.14 0.14 1.10 0.14 0.13 0.13 0.13 0.13 0.13 0.12 0.12 0.12 0.12 1.20 0.12 0.11 0.11 0.11 0.11 0.11 0.10