统计学基础知识.docxVIP

2 2 、数据的特征值 （一）数据的位置特征值 1）平均值x 如果从总体中抽取一个样本，得到一批数据 Xi, X2, X3….Xn,则样本的平均值 X为: — 1 n X X i n i 1 n-数据个数； Xi-第i个数据数; 刀-求和。 2）中位数x 有时，为减少计算，将数据 Xi , X2, X3….Xn按大小次序排列，用位居于正中的那个数或 中间两个数的平均值（当数据为偶数时）表示数据的总体平均水平。 3）中值M测定值中的最大值 3）中值M 测定值中的最大值 Xmax与最小值Xmin的平均值，用 M表示。 X m ax X m in 4）众数 在用频数分布表示测定值时，频数最多的值即为众数。若测定值按区间做频数分布时, 频数最多的区间代表值（一般取区间中值）也称众数。 （二）数据的离散特征值 1）极差R 测定值中的最大值 Xmax与最小值Xmin之差称为极差。通常 R用于个数n小于10的情况 下，n大于10时，一般采用标准偏差 s表示。 2）偏差平方和S _ 各测定值Xi与平均值X 之差称为偏差。各测定值的偏差平方和称为偏差平方和，简称 平方和，用S表示。 无偏方差各个测定值的偏差平方和除以（ 无偏方差 各个测定值的偏差平方和除以（ n-1）后所得的值称为无偏方差（简称方差），用s2表示: S = (X 1 X ) 2 ( X 2 x ) 2 ...(X n x ) n = (Xi X ) 2 i 1 n (Xi 欢迎下载 欢迎下载 PAGE # 标准偏差s 标准偏差s 方差s2的平方根为标准偏差（简称标准差），用s表示: （三）变异系数 以上反映数据离散程度的特征值， 只反映产品质量的绝对波动大小。 在工程实践中, 量较大的产品，绝对误差一般较大， 反之亦然。因此要考虑相对波动的大小，在统计技术上 用变异系数CV来表达: 上式中c 上式中c和卩为总体均值和总体标准差, 用样本标准差s和样本均值 x估计。 当过程在受控状态下， 且样本容差较大时, Ca、Cp、Cpk的计算 过程准确度指数（Ca值）：表示过程特性中心位置的偏移程度，越小越好 Ca=（样本平均值-规格中心值）/ （规格公差/2） 等级A : |Ca|三12.5%表示作业员遵守作业规范 ，并达规格要求 等级B : 12.5% |Ca|三25%表示必要时尽可能提升至 A级 等级C: 25% |Ca|三50%表示作业员可能看错或未按标准作业，或须修改规格及作业标准。 等级D : 50% |Ca|表示应采取紧急措施，全面整改可能影响之因素，必要时应停止生产 过程精密度能力系数（Cp值）:表示过程特性分散的程度，值越大越集中。 Cp=（规格上限-规格下限”（6X标准差） 合格：1.33三Cp表示能力足够 警告：1.00三Cp 1.33表示能力无足够宽度，平均值稍有偏差时，不良率既会增加。 不合格：Cp 1.00表示能力不足，有不合格品，须全数筛选，并设法缩小变异或整改规格公差。 过程综合能力系数（Cpk值）:同时考虑 偏移”程度及 分散程度 Cpk=（1-Ca） x Cp 此系数为过程评价用系数，用于过程改善 客户指定Cpk值时，欲达到此 Cpk值，可先探讨 Ca及Cp值：准确度”精密度”是否有适当能 力 一般客户是指定值多数为三 1.33; Cpk值三3.00时，表示过程能力已经足够了，继续维持即可； 若想进一步改善，应考虑成本效益。 Cp=(Ucl-Lsl)/6 8 Cpku=(Uc I- Xbar)/3 8 Cpkl=(Xbar-Lsl)/3 8 Cpk=min(Cpku : Cpkl) 二、回归分析 什么是回归分析 回归分析是用来研究一个指标与几个变量间的相关关系的方法。 设有两个变量X和y，前者为自变量，后者为因变量，并均为随机变量。当自变量 X变 化时，丫会产生相应的变化，如果具有大量或较多的统计数据( x,yi)，则可以用数学 方法找出两者之间的统计关系 y= f(x)，这种数学方法称为回归分析。 当y= a+ bx时，称之为一元线性回归； 当y= f(x)为非线性函数关系时，称之为非线性回归； 当X变量不止1个，有几个时，即有(X1 , X2 ???, Xn),则y = f ( X1 , X2 ???, Xn) 称之为多元回归。 当有y= a+ bi x i + b2 X2+ ???+ bn x n时，称之为多元线性回归，否则为多元非 线性回归。 回归分析可用于预测、质量控制等方面。 一元线性回归方程的计算方法 设一元线性回归方程的表达式为 ：y=a+bx b xy Lxx Lxx n (Xi i 1 X)2 Lyy n i 1 y)2 现在给出了 n对数据(Xi, yi ),要求根据这些数据去估计 a与b的值。则： a y bx 其中 Lxx