SPC统计过程控制课件.pptxVIP

SPC统计过程控制目录第一章：基本统计概念（分布的概念）第二章：Minitab基本技能第三章：统计过程控制介绍第四章：计量型统计过程控制第五章：SPC控制图的理解第六章：计数型SPC第七章：SPC与过程能力研究总结第一部分：基本统计理论数据的种类数据分布数据中心的表达平均数中位数众数数据离散的表达极差方差标准差数据分布图形的表达正态分布正态机率数据的种类离散数据好/坏机器1，机器2，机器3工作班次计数资料（文件中的错误数，产品中的不合格品数，等等）连续数据（小数点后的位数是有意义的，也可以理解为任何数的一半，都有其物理意义）时间（秒）压力（psi）速度（米/min）厚度（厘米）等等样本中心趋势的表达 平均数：反映出所有数值的影响显著地受到极端值的影响 中位数：不是必须将所有数值导入计算式中不受极端值的影响 众数：出现次数最多的那个 样本中心趋势的表达定义优、缺点平均值 Xbar Average (X1+X2+…+Xn) / n平均，最基本最常用的集中趋势的量度，但显著地受到极端值的影响中位数 XmedMedian Xi大小排列，中间的那个 消除了极端值的影响测量不经济或时间长时，用它来预测平均值众数Mode 出现次数最多的那个 消除了最大和最小值的影响用于极度倾斜的分布用于不规则的分布，如出现两个高峰离散度的表达极差（Range）一组数据中，极大值与极小值的差方差每一资料值与群体平均数离差平方的平均值标准差方差的平方根极差对分离点资料的敏感度比方差高离散度的表达母体方差母体标准差样本方差样本标准差离散度的表达定义优、缺点极差 RRange Max(X1,..,Xn)-Min(X1,…,Xn) 简单，最基本最常用的变异的量度数据越少越好用标准差σ Sigma 考虑了所有数据的情况从而能真实反映数据离散程度的大小避免了绝对值计算正态分布“正态”分布中的资料具有某种固定的特质这些特制可协助了解程序的特性大部分的自然现象及人为程序是呈现正态分布的或经由转换后可以以正态分布的形式来表现用来做控制图的数据首先必须是正态分布的，不是正态分布的数据，要首先转换成正态的正态分布特质一：正态分布只需下列数据即可完整描述平均数（用来定位置）标准差（用来决定正态分布的“胖瘦”）f(x)68.27%xμ+1?-1?f(x)95.45%xμ-2?+2?f(x)99.73%xμ+3?-3?正态曲线特质2：在曲线下的区段面积可用来估计一特定事件发生之累积机率某区间内数据的累计机率与平均值相距的标准差个数正态（normal）机率测试图利用Normal Probability Plot 我们可以测试一组数据是否为“正态”分布若该分布趋近于正态，则Normal Probability Plot 将会趋近于一直线利用Minitab 可以简单的制作出Normal Probability Plot 下面我们利用一组数据来检验一下其正态性正态（normal）机率测试图正态（normal）机率测试图正态（normal）机率测试图正态（normal）机率测试图当P值＞0.05时，表明该组数据分布是正态性的，反之，则不是目录第一章：基本统计概念（分布的概念）第二章：Minitab基本技能第三章：统计过程控制介绍第四章：计量型统计过程控制第五章：SPC控制图的理解第六章：计数型SPC第七章：SPC与过程能力研究总结描述统计中常用的技巧第一、显示描述性统计显示性描述统计的会话窗口第二、图形化汇总图形化汇总结果Minitab作图时常用的几个操作Minitab有三种文件形式，常用的有.mtw和.mpj，其中.mtw为文件，.mpj为项目，文件为单一的，项目可包含数个文件Ctrl+D可以迅速链接到表格，Ctrl+M可以迅速链接到计算结果，Ctrl+E可以迅速链接到会话窗口图形化汇总可代替“描述性统计”+“正态性检验”两个功能目录第一章：基本统计概念（分布的概念）第二章：Minitab基本技能第三章：统计过程控制介绍第四章：计量型统计过程控制第五章：SPC控制图的理解第六章：计数型SPC第七章：SPC与过程能力研究总结统计过程控制介绍SPC历史1924年，美国的休哈特博士提出将3sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。工业中开始用统计方法代替事后检验的质量控制方法二战后，日本从美国请来了戴明，推广控制图的应用。SPC在日本工业界的大量推广应用，对日本产品质量的崛起起到了至关重要的作用八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000以及QS9000中也提出了在生产控制中应用SPC方法的要求。什么是SPC?控制图表是通过随着时间的推移来统计跟踪过程和产品参数