统计学基础知识.ppt

《统计学基础知识.ppt》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第二章统计学基础知识几个主要的统计学概念1.波动（偏差）2.连续数据和离散数据3.平均值、方差、标准差4.正态曲线5.用Z值将数据标准化6.中心极限定理7.工序能力几种工具1.头脑风暴法2.过程流程图3.因果图（鱼骨图）4.排列图5.直方图6.散布图7.分层图当重复进行测量的时候，通常会得到不同的答案，这就是波动！系统波动预期的和可预测的测量结果之间的差异。举例：夏季和冬季相比，可以十分明确的说,夏天的气温比冬天高.随机波动不可预测的测量结果之间的差异。举例：夏季或冬季，任一选择两天，我们无法肯定的说哪

2、天温度高。1.2.观测值变化观测值变化（续）我们预期观测值会有差异。如果没有差异，我们就会产生怀疑举例：我们在观测夏天每天的温度，如果观测得到每天温度完全相同,那么我们就会怀疑是数据出了问题。同样:如果一个管理人员在抽查电源生产线单体测试记录，如果所有记录数据完全一致,我们就会怀疑测量是否正确?或者会怀疑...变化和波动是普遍存在的，这种波动使我们的工作更具挑战性！一般来说，我们不能相信来自一个数据点的结果。通常我们收集多个数据点，而且非常注意如何选取这些样本，以减少偏差。波动的产生是很自然的，是随机发

3、生的，在概率与数理统计中称为随机现象。统计学的作用统计学用以下方法处理误差：(置信区间和假设检验)。统计描述用图表和几个总结性数字(均值、方差、标准差)描述一组数据。统计推理确定结果之间的差异何时可能是由于随机误差引起的，何时不能归因于随机误差。有意地选出若干因素作为处理条件进行试验，收集并分析数据，以估算对过程变化的影响。试验设计数据的两种类型连续(可变)数据取值所有可能充满某个区刘，以致无法一一列举。离散(属性)数据所有取值可能是离散（间断）的。如某种类别信息，比如““通过”或““未通过”。连续数据

4、离散数据问题解决办法举例:部件号离散连续1通过2.0312通过2.0343未通过2.0764通过2.0225未通过2.001连续数据以参数的形式，比如尺寸、重量或时间，说明一个产品或过程的特性。测量标准可以有意义地不断分割，使精确度提高。你能举出我们用来获得连续数据的三个器具例子吗？相对于仅仅知道部件是否合格而言，连续数据可以提供更多的信息。连续数据（可变数据）离散数据不能更进一步精确地细分。离散数据对某件事发生或未发生的次数，以发生的频数来表示。离散数据也可以是分类数据。如：销售地区、生产线、班次和工

5、厂。无罪或有罪离散数据烟火探测器地区一般来说，连续数据比离散数据更可取，因为你可以利用更少的数据获得更多的信息。如果不能得到连续数据，就可以对离散数据进行分析，发现结果，作出判断。.连续数据与离散数据进行比较的解释：离散数据举例：有凹痕的部件数量通过/未通过申诉决议产出生产线不合格品数量及时交货离散数据需要更多的数据点才能进行有效的分析离散数据（续）请在下面的例子旁，写出它是“连续”还是“离散”1销售订单准确度2数据输入准确度3销售地区4使用“合格/不合格”测量仪器得到的孔径5孔径6应答中心对话时间7制

6、冷氟利昂的重量(克)8每百万部件中有缺陷部件的数量9装配线缺陷(ALD)练习－－识别连续数据和离散数据总体：全部对象。总体中的元素数量用N来表示样本：总体的一个子集。样本的元素数量用n来表示平均值：总体或样本的平均值总体的平均值用来表示样本的平均值用X或来表示方差：数据与其平均值之间差值的平方的平均值。(它代表该组数据的分散程度)总体的方差用表示-样本的方差用s2或表示均方差：方差的(正)平方根。(它也代表该组数据的分散程度)。-总体的标准差用来表示-样本的标准差用s或来表示统计学术语^

7、^^统计学术语（续1）总体－全部对象.举例–2001年生产的所有15A电源单体样本－代表总体的一个子集数据。举例–2001年5月生产的一百二十台15A电源单体这个矩阵代表25个X的总体。画上圆圈的那些是由总体中的六个X组成的样本。平均值-总体或样本的平均值。用x或来表示样本，用来表示总体。举例：给定一个样本：{1,3,5,4,7}，平均值就是：统计学术语（续2）x=xn在这里X1是样本的第一个点，Xn是样本的最后一个点。.i1nå,平均值的公式x=(1+3+5+4+7)=20=4.055样本的平均值

8、等于4。^标准差－衡量数据分散程度的一个指标。一般用表示总体，用s或表示样本。=(Xi-)2i=1NN总体的公式方差-与平均值之差的平方的平均值。一般用s2或2来表示。=S=(Xi-X)2i=1nn-1样本的公式^统计学术语（续3）课堂练习课堂举例：计算样本{2,6,4}的方差和标准差首先计算均值：(2+6+4)/3=12/3=4x=xnii=1ns2=n(Xi-X)2i=1n-1s=(Xi-X)2i=1nn-1平均