六西格玛基础统计知识-课件.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 常态分配 ? 设X为一连续随机变数,若其机率密度函数为: 其中μ,σ为参数,-∞μ∞, σ0,则称X为常态随机变数,称f(x)为常态分配,或常态机率密度函数,记作X~N(μ, σ2). f(x) μ 平均数= μ 变异数= σ2 * 常态分配之特性 * 常态分配之判定 ? 直方图（数据少时不容易判定） ? 常态机率图(Normal Probability Plot) ? 统计假设检定 ? Normality test : - Anderson-Darling Test - Ryan-joiner Test - Kolmogorov-Smirnov Test * 常态分配 ? 两个制程(产品)之品质特性均为常态分配,但平均植 和变异数均不相同,此时该如何进行比较? ? 标准化 ： Normal(0,1) Z=-3 Z=-2 Z=-1 Z=0 Z=1 Z=2 Z=3 μ μ+1σ μ+2σ μ+3σ μ-3σ μ-2σ μ-1σ Normal(μ, σ2) （Z = 标准随机变数） 标准化方便比较不同之常态母体！ * 常态分配之机率计算 ? 已知新导入B/L辉度为65,标准差为5,且知其分布为常态 分配,试利用MINITAB求出其辉度在75以下的机率?? Cumulative Distribution Function Normal with mean = 65 and standard deviation = 5 x P( X = x ) 75 0.977250 * 机率分配之逼近 在统计品管使用之手法中,我们经常需以一机率分配逼近另一种分配,计数值管制图就是利用常态分配逼近二项分配和泊松分配所发展出来的. 超几何 分配 二项 分配 常态 分配 泊松 分配 P0.1, n很大 λ15 np5 n/N≤0.1 * 抽样分配 由母体中抽取样本,根据样本资料计算获得之样本各种表征数称为统计量(Statistic).若知道样本所有来自母体之机率分配,则可以决定由样本所计算得到之统计量的机率分配. 统计量之机率分配称为抽样分配(Sampling Distribution). * ? 中央极限定理(Central Limit Theorem) 定义 无论母体为何种分配,其平均值为μ,变异数为σ2,自母体简单随机抽取n个为一组的样本,若样本足够大(n≥30),则样本平均数的抽样分配,会趋近 中央极限定理 ? 平均值 管制图即是利用中央极限定理发展而来. * μ σ X1 . . . Xn X1 . . . Xn X1 . . . Xn … … μ 母体常态分配 随机抽样 样本平均数抽样分配 母体为常态分配之抽样过程示意图 * ? 平均数的抽样分配,共归纳为四种情形,如下表所示: 样本 母体分配 抽样分配 大样本(n≥30) 母体为常态分配 母体非常态分配 小样本(n30) 母体为常态分配 母体非常态分配 依母体分配而定 中央极限定理 * 中央极限定理 – 图示 母体 分布 的分布 (n=2) 的分布 (n=5) 的分布 (n=30) 均匀分布 双峰分布 指数分布（高度偏斜） * 中央极限定理之应用 ? 发展平均值 管制图 管制图是管制制程平均值之变化,亦即数据分配之 集中趋势的变化. ? 管制图之管制界限为: * 描述数据特征之图形方法 ? 时间序列图（Time Series Plot） ? 可以用来显示数据随时间变化之情形、集中趋势 ? 直方图(Histogram) ? 直方图可以显示数据之集中趋势、散布情形及分配形态. ? 常态机率图(Normal Probability Plot) ? 确认数据之分布是否为常态分配. ? 箱型图(Box Plot) ? 可以用来描述组内及组间之变异. * 时间序列图 ? 何谓时间序列图? ? 时间序列图主要用来显示流程、产品或其它因素在一段 时间内的变异,以进而用来了解流程的一项有利工具. ? 时间序列图可以 用来显示流程绩 效(输出变数y)与 某一自变数x随时 间变化之情形. * 时间序列图之应用 ? 可观察数据之集中趋势,散布情形. ? 观察输出变数y(或输入变数x)改变之时间点. ? Y在改善前与后之绩效表现. ? 观察y(或x)是否有改变. ? 建立y之底限绩效. ? 鉴定y长生趋势变化