6Sigma基础统计概念36.pptVIP

1 基礎統計概念 6 Sigma 企劃部 3/13/2001 2 機率的世界 V .S. 確定的世界 ? 百分之百確定的事？ 例子 ….. ? 量子的世界 ─ 機率決定一切 ? 統計學家從不說 100 ％確定。 ? 那麼有多確定 … ？ 95% 確定； 99% 確定； 99.99966% 確定？ 3 機率 V .S. 統計 母體 ( 分配 ) 樣本 ( 抽樣 ) 機率 統計 Q1 ：隨機變數 X 為常態分配 N(μ,σ 2 ) ，請問 的平均數、變異數、變異係數？ Q2 ：自某一母體 Y 隨機抽樣 50 個樣本，得到樣本平均數為 50, 樣本標準差為 5, 請問此母 體平均數是否為 45( 在 95% 顯著水準下 ) ？ x 4 統計學的種類 ? 敘述統計 (Descriptive Statistics) 樣本平均數、中位數、四分位數、變異數、標準差 …… ? 推論統計 (Deductive Statistics) 信賴區間估計 (Confidence Interval) 、假設檢定 (Hypothesis Test) ? 實驗設計 回歸分析 (Regression) 、變異數分析 (ANOV A ， ANalysis Of V Ariance) 5 敘述統計介紹 ─ 平均數、標準差 (1) A 說：昨天晚上我和 3 個平均年齡只有 24 歲的小姐約會。 B 說：哇！！茂死啊！茂死啊！ A 說：一點也不，年齡差距太大，一點也不起勁。 B 說：還好吧，你也才 28 歲而已！ 60 歲 6 歲 6 歲 只衡量數值集中的程度還不夠，還要衡量離散的程度！ 6 敘述統計介紹 ─ 平均數、標準差 (2) 離散的程度：全距 (Range) 、標準差 (Standard Deviation) ? 全距 ＝最大值 - 最小值 ? 樣本變異數 Variance ＝ , i =1,2,…..n 其中 ? 樣本標準差 s ＝ ? 三個樣本值分別為 6, 6, 60 → 平均＝ 24 ；全距 =54 ， 標準差 s ＝ ＝ 31.177 1 2 ) ( ? ? ? n x x i n x x i ? ? 1 3 2 24) - (60 2 24) - (6 2 24) - (6 ? ? ? 樣本變異數 7 敘述統計介紹 ─ 中位數、四分位數 ? 中位數：一群數值從小到大排列後，位於正中間的數。 （若為偶數個數值，則取最中間兩數的平均） ? 四分位數：在此數值之下，有 1/4 或 3/4 的數值分佈。 例子 1 ： 10 個樣本值，由小到大排列，如下： 3,4,5,5 ,6,7 ,8,9,10,11 求中位數？上四分位數 (Q 1 ) ？下四分位數 (Q 3 ) ？ Ans: 中位數 (median) ＝ 6.5 First Quartile (Q 1 ) ＝ 5 Third Quartile (Q 3 ) ＝ 8.75 →EXCEL 、 MINITAB 都可以算出來；但 Q 1 、 Q 3 答案 ( 公式 ) 不一樣 8 3 11 敘述統計介紹 ─ 箱型圖 (Box Plot) ? 作法：把 最小值， Q 1 ，中位數 (=Q 2 ) ， Q 3 , 最大值 畫出來。 ? 功用：可看出一群數值大致的分佈。 ? 接前例 5 6.5 8.75 最小值 Q 1 中位數 Q 3 最大值 9 常見機率分配 ─ 常態分配 (Normal Distribution)(1) μ 2 ) ( 2 1 2 1 ) ( ? ? ? ? ? ? ? x e x f σ 常態分配特性： 1. 期望值 E(x)= μ …. 又稱 mean 2. 變異數 V(x)= σ 2 3. 為左右對稱的分配 ,- ∞ x ∞ 常記為 X~N( μ, σ 2 ) 10 常見機率分配 ─ 常態分配 (Normal Distribution)(2) 常態分配的機率分佈： μ ± σ…………68.27% μ ± 1.645σ…………90% μ ± 1.96 σ…………95% μ ± 2 σ…………95.44% μ ± 3 σ…………99.73% μ ± 6 σ…………(1 -3.4PPM)? μ 2σ 95.44% 2σ μ 6σ 6σ 1.5σ 3.4ppm 1-0.002PPM 11 常見機率分配 ─ 常態分配 (Normal Distribution)(3) 若隨機變數 X~N( μ, σ 2 ) ，則 1. 若 Y= ΣX i ， i=1,2..,n ；則 Y~N( n μ, nσ 2 ) 2. 若 3. 若 ；則 Z~N( 0, 1 ) 同理 Z 稱為標準常態分配！！ n i ? ? x x ； 則 ~N( μ, ) x