数据统计与分析.pptxVIP

主讲人史玉杰四月25质量管理培训系列教程DataStatisticsandAnalysis数据统计与分析

第一章:数据的特性第二章：数据的收集、整理第三章：数据的简单统计图形第四章：数据统计与分析工具第五章：数据分析体系建立目录

质量数据质量数据的地位检验标准质量数据检验对象检验结果凡是检验必然伴生检验标准与质量数据；质量数据在生产中客观存在，因管理的不细大量质量数据未被发现和利用。“数据发现——数据搜集——数据分析——管理决策”，形成质量数据的管理循环。

思考：数据与信息的关系质量数据作用确定单位产品合格与否——检验结果确定一批产品的质量——统计检验观察和判断生产工艺过程的稳定性——过程控制调查工序能力——首件检验为产品设计和质量控制提供依靠——质量信息为企业质量管理提供情报——TQC闭环系统思考：数据与事实的关系

质量数据分类可带小数的能连续取值的测量数据。如长度、温度、重量、时间、化学成分等。计量型数据是计量仪器测量得出的。计量型数据：接受QC培训人数某产品当班产量当班不合格品数表面不良产品数……某班组职工人数可用件数、个数或点数等整数统计计值的数据。如不合格品数、废品数、铸件表面的砂眼数。计数型数据是通过观察和统计得出的。计件值；计点值。计数型数据：某产品实际重量某产品体积某产品加工工时某产品加工温度……某机器工作年限壹贰叁肆计数型计量型从您身边找例子不合格率依自身特性分

质量数据分类定性数据定量数据历史数据当前数据原始数据加工数据依性质分依来源分依时间分优、良、一般、差不良率为0.99%调查表中的数据统计整理后的数据2010年各月平均不良率2010年7月平均不良率举例注意：数据还有其他分类

质量数据特点波动性（分散性、变异性）规律性数据不是一个固定的数值，而是有波动的。例：加工一批轴零件，直径尺寸要求：80mm+0.15mm。该批产品测量结果为（20个零件）：79.95mm、79.91mm、80.08mm、79.93mm、79.96mm、80.04mm、80.08mm、79.98mm79.92mm、80.05mm、79.97mm、80.03mm、79.91mm、80.02mm、80.05mm、79.94mm79.95mm、80.02mm、79.90mm、80.05mm数据虽有波动，但却呈现一定的规律性。通过对上述数据观察，该批轴零件直径尺寸均在79.90mm至80.10mm之间，分散在80.00mm两侧。通过统计分析，该批数据的规律如下：最小值：79.90mm；最大值：80.08mm；平均值：79.987mm；中值：79.975mm；标准差：0.060mm；其他略。该批数据可进一步分组，统计各组频数，以作出直方图。思考：两个特点的影响及利用？

数据的特征值中位数众数数据集中位置平均值将所有的数据相加作分子，数据的个数作分母，即得平均值。注意平均值的有效数字要多取1位。将一组数据按大小顺序排列，排在中间的那个数叫中位数。表示为。X~当一组数据是奇数是，最中间的数就是中位数；当一组数据是偶数时，中位数为中间两个数据的算术平均值。当一组数据中出现次数最多的数。注意点三种方法各有优缺点，常要灵活使用。例：一组测量值：12，11，12，13，12，13，20结果：平均值：13.3；中位数：12；众数：12分析：由于数值20的影响，平均值13.3不如中位数12或众数12更能准确表示集中位置。注意总体均值表示为μ

数据的特征值第三四分位数（Q3）数据集中位置第一四分位数（Q1)第一四分位数是这样一个数，当把数据集划分为两个部分时，其中小于等于此数的数据约占整个数据集的25%，大于等于此数的数据约占整个数据集的75%第三四分位数是这样一个数，当把数据集划分为两个部分时，其中小于等于此数的数据约占整个数据集的75%，大于等于此数的数据约占整个数据集的25%Q1=X(k)+f(X(k+1)-X(k))k:4n+1的整数部分f:4n+1的小数部分Q3=X(k)+f(X(k+1)-X(k))的整数部分的小数部分k:43(n+1)f:43(n+1)

数据的特征值样本极差样本方差数据离散程度一组数据中最大值与最小值之差，用符合R表示。R=X-Xmaxmin能精确的表示数据离散程度的特征值。数据个数；n某个数据与样本平均值的偏差样本标准差能精确的表示数据离散程度的特征值，用符合S表示。例：两组测量值：A组:50，50，50，50，100；B组：40，50，60，60，90举例结果：极差比较：Ra组=Rb组=50；标准差比较：Sa组=22.4，Sb=18.7标准差较极差更准确地表示了数据的离散程度。A组较B组更分散。注意总体标准差表示为σ

数据的特征值01是对数据不对称行的度量，总体参数偏度