六西格玛绿带教程相关与回归.pptxVIP

项目启动寻找Y=f(x)Define界定Measure 测量建立基准测量Y=f(x)确定要因分析Y=f(x)Analyze 分析Control控制消 除要因 优化Y=f(x)Improve 改进贯彻执行更新Y=f(x)六西格玛改进程序DMAICBreakthrough! DMAIC阶段 　漏斗效应DSIPOC过程图30 – 50个XM10 - 15 个XCE矩阵和FMEA8 – 10个 XA多变量研究假设检验4-8 关键的XI 3-6个关键的X 试验设计筛选C控制计划优化的过程相关分析和回归分析因果矩阵分析多变量分析相关与回归分析相关分析和回归分析因果矩阵分析多变量分析相关与回归分析因果矩阵分析法 因果矩阵分析法是寻找影响主要过程输出变量的主要输入变量的一种方法。 因果矩阵分析法步骤：（1）确定主要过程输出变量；（2）确定主要过程输出变量的重要度；（从重要到不重要10~1级）（3）列出过程步骤（工序）；（4）针对每个主要过程输出变量，确认对该输出 有影响的输入变量；（5）确定输入变量和输出变量之间相关程度（从相关到不相关10~0级）（6）计算每个工序输入变量的总分；（7）根据总分确定输入变量的优先级别（得分最 高的几个输入变量可能为关键输入变量）（8）对关键输入变量影响的真实性加以验证。案例： 某公司加工X产品，为了确认对输出存在主要影响的过程输入变量，该公司决定对生产过程进行因果分析。因为缺陷有几种，所以用因果图分析效率较低，该公司六西格玛团队决定最终用因果矩阵分析法来帮助分析。主要输出ABCDEFX产品加工过程1. 确定过程主要输出变量 通过头脑风暴法，结合目前的过程缺陷，得出X产品加工过程主要输出如下：2. 确定过程主要输出变量的重要度如下表：3. 列出过程步骤，并与过程主要输出联立成关 系矩阵，如表所示：4. 针对每个主要输出变量，在每个工序列出对 该输出有影响的输入变量，如表。5. 确定输入变量与输出变量之间的相关程度， 如表。6. 计算每个工序输入变量的总分7. 根据总分确定输入变量的优先级别 从表中可知，“i”的总分为410，“0”的总分为220，“e”的总分为186，占前三位，因此，认为以上几个输入变量为影响过程输出的关键输入变量，需重点给予改进。8. 对关键输入变量影响的真实性加以验证相关分析和回归分析因果矩阵分析多变量分析相关分析与回归分析多变量分析多变量图（Multi-Vari Chart）：适用于连续型数据，描述变量间的关系多变量图:直观地提供过程各影响因素之间的关系以及它们对过程输出影响的坐标图。六西格玛团队在研究多个变量时，可用多变量图形象地描述变量间的关系。这些图在方差分析等数据分析之前做，可以对数据有一些初步的形象了解。多变量图例:项目团队研究三种材料在某种条件下的时间效应。数据收集过程是在三个通电时间0.5,1.0,1.5分钟里分别测量每种材料（材料1，材料2和材料3）的5个样品，在进行数据分析前，了解是否有明显的趋势成交互作用。 A通电时间B材料 C超导强度0.50.50.50.50.50.50.50.50.51.01.01.01.01.01.01.01.01.01.51.51.51.51.51.51.51.51.5111222333111222333111222333232021221920191821222019242522201922181816212320202224多变量图在输出的多变量图中，每一材料类型上都有连接三个点的连线，这三个点表示在对应的材料类型下，各个时间段里材料的超导强度的平均值，反映了各个材料类型组内的信息，图中虚线连线上的各个点分别代表三种材料的超导强度的平均值，反映了各个材料类型组间的信息,它们虽有差别，但并不严重。同种材料内分别对应的通电时间（通电时间分别为：0.5,1.0,2.0分钟）的超导强度差异较大，而且不同材料对应同样的通电时间的图象样子差别很大， 说明材料的种类与通电时间的长度有交互作用。回归分析( Regression Analysis）二类关系相关系数相关系数的检验一元线性回归模型回归方程的显著性检验利用回归方程作预测利用回归方程作控制可化为线性回归的例子两变量间关系确定关系： 例：圆面积S与半径R相关关系： 例：（1）儿子的身高与父亲的身高 （2）教育投资与家庭收入 （3）体重与身高 （4）合金钢强度与合金钢中的碳含量因果关系:例：发炎与发烧 例1 由专业知识知道，合金的强度y(×107Pa)与合金中碳的含量x(%)有关。为了生产强度满足用户需要的合金，在冶炼时如何控制碳的含量？如果在冶炼过程中通过化验得12组数据，列于下表中：为解决这类问题就需要研究两个变量间的关系。 画散点图。为了研究两个量间存在什么关系，可以画一