6Sigma数据及统计基础数据介绍.pptxVIP

6Sigma数据及统计基础数据介绍汇报人：AA2024-01-24

引言数据类型及来源描述性统计分析概率论基础假设检验与方差分析相关分析与回归分析时间序列分析与预测总结与展望目录

01引言

目的和背景提高产品质量6Sigma管理法通过减少产品缺陷和波动，提高产品质量水平，从而满足客户需求。提升企业竞争力通过实施6Sigma管理法，企业可以降低成本、提高生产效率、优化流程，进而提升市场竞争力。培养高素质人才6Sigma管理法强调数据驱动和统计分析，有助于培养具备批判性思维、创新能力和团队协作精神的高素质人才。

1236Sigma是一种追求卓越的管理哲学和方法论，旨在通过减少缺陷和波动，提高过程能力和产品质量。定义以数据为基础，运用统计工具和方法，对过程进行持续改进和优化，实现零缺陷的目标。核心思想定义（Define）、测量（Measure）、分析（Analyze）、改进（Improve）和控制（Control），简称DMAIC流程。实施步骤6Sigma概述

02数据类型及来源

计数数据表示某一事件发生的次数，如缺陷数、故障次数等。分类数据表示事物的不同类别，如产品型号、客户类型等。顺序数据表示事物间的顺序关系，如等级、排名等。离散型数据

通过测量工具获得的数据，如长度、重量、时间等。测量数据比率数据区间数据表示事物间的比率关系，如速度、浓度等。表示数据落在某个区间内，如温度、血压等。030201连续型数据

一手数据通过直接调查、实验等方式获得的数据。二手数据从已有的数据库、文献、报告等中获取的数据。数据收集方法包括问卷调查、访谈、观察、实验等多种方法。在收集数据时需要注意数据的准确性、完整性和代表性，以确保后续分析的可靠性。同时，对于敏感数据需要采取适当的保密措施。数据来源及收集方法

03描述性统计分析

所有数据的和除以数据的个数，反映数据集中趋势的一项指标。算术平均数n个观察值连乘积的n次方根，适用于具有等比或近似等比关系的数据。几何平均数不同比重数据的平均数，加权平均数就是把原始数据按照合理的比例来计算。加权平均数数据集中趋势度量

数据离散程度度量一组数据中最大值与最小值之差，又称范围误差或全距，以R表示。标准差离均差平方的算术平均数的算术平方根，用σ表示。标准差在数学上定义为方差的平方根，标准差与方差一样，表示的也是数据点的离散程度。变异系数标准差与平均数的比值称为变异系数，记为C.V。变异系数可以消除单位和（或）平均数不同对两个或多个资料变异程度比较的影响。极差

偏态系数描述数据分布偏态的统计量，记为SK。偏态系数为0表示数据分布形态与正态分布一致；偏态系数大于0表示数据分布形态为右偏或正偏；偏态系数小于0表示数据分布形态为左偏或负偏。峰态系数描述数据分布形态的统计量，记为K。峰态系数为0表示数据分布形态与正态分布一致；峰态系数大于0表示数据分布形态比正态分布更陡峭，为尖峰分布；峰态系数小于0表示数据分布形态比正态分布更平缓，为平峰分布。数据分布形态描述

04概率论基础

事件在一定条件下，并不总是发生的现象称为随机事件，简称事件。概率度量事件发生的可能性的数值称为概率。事件的运算事件的包含、相等、和事件（并）、积事件（交）、差事件、互斥事件、对立事件。事件与概率

随机变量及其分布离散型随机变量及其分布只取有限个值或可数个值的随机变量称为离散型随机变量。描述离散型随机变量取值概率的数学模型称为离散型随机变量的概率分布，简称分布。随机变量如果随机试验的每一个基本事件都与实数轴上的一个点对应，则称这个实数值为随机变量。连续型随机变量及其分布取值充满某个区间（或整个实数轴）的随机变量称为连续型随机变量。描述连续型随机变量取值概率的数学模型称为连续型随机变量的概率密度函数，简称概率密度或密度函数。

期望反映随机变量平均取值的大小。离散型随机变量的期望是各可能取值与其概率的乘积之和；连续型随机变量的期望是概率密度函数与自变量的乘积在整个实数轴上的积分。衡量随机变量取值偏离其期望的程度。方差越小，随机变量取值的集中程度越高；方差越大，随机变量取值的离散程度越高。二项分布、泊松分布、均匀分布、指数分布、正态分布等。方差常见分布及其期望和方差期望与方差

05假设检验与方差分析

原假设与备择假设原假设通常是研究者想要推翻的假设，而备择假设则是研究者希望证实的假设。检验统计量与拒绝域检验统计量是根据样本数据计算出的用于检验原假设的统计量，而拒绝域则是当检验统计量落入该区域时，我们拒绝原假设的区域。显著性水平与P值显著性水平是事先设定的用于判断原假设是否成立的阈值，而P值则是观察到的样本数据与原假设不一致的程度，当P值小于显著性水平时，我们拒绝原假设。010203假设检验基本原理

01用于检验单个样本均值与已知总体均值是否存在显著差异。