A300 分析阶段.pptVIP

供应链管理部Six Sigma Green Belt Training分析阶段 Y=?(X)的层次 柠檬汽水柜台 柠檬汽水的 味道 (“Y”) 受到下列若干潜在的“X”的影响: 柠檬成分的类型 加糖量 用水类型 加水量 如果进一步检查柠檬的成分 ，那么“X”变量可能包括下列这些潜在的 “X”: 挤压的新鲜柠檬 液体浓缩 冷藏浓缩 粒状柠檬的味道 得到挤榨的新鲜柠檬 可能要检查下列潜在的 “X”: 柠檬产于何处 柠檬如何运输 挤榨时柠檬的成熟程度 挤榨柠檬的方式 相关系数 , r 相关系数实例 回归模型的类型 线性回归模型 线性回归变量定义 独立变量 是我们可以控制的变量 线性回归假设 y 的均值和标准差依赖于相应的 x . 对于任何x，y值是正态分布的 . y 值是彼此独立的 . y 的标准偏差不随x值的极差变化 . 最小二乘法拟合 最小二乘法拟合就是计算一组独立和因变量的回归线的过程 最小二乘法是基于“拟合”回归线的思想，回归线使y（因变量）的实际值之间误差最小化并且回归线给出y的预测值 残差 对于特定x时的实际y值与同样x值时的预测y 值之间的误差 第i个数据点的通用的残差公式是 : ei = yi – i 多重最小平方线性回归 残差 使用统计方法分析 图示可以帮助揭示不充分性 回归分析与相关分析的区别 相关分析中，变量 x 变量 y 处于平等的地位；回归分析中，变量 y 称为因变量，处在被解释的地位，x 称为自变量，用于预测因变量的变化 相关分析中所涉及的变量 x 和 y 都是随机变量；回归分析中，因变量 y 是随机变量，自变量 x 可以是随机变量，也可以是非随机的确定变量 相关分析主要是描述两个变量之间线性关系的密切程度；回归分析不仅可以揭示变量 x 对变量 y 的影响大小，还可以由回归方程进行预测和控制。 回归分析Minitab应用练习 回归分析Minitab应用练习 回归分析Minitab应用练习 The regression equation is Sales = -4710.51 + 10.0720 Shelf Space S = 87.2641 R-Sq = 95.7 % R-Sq(adj) = 95.3% DOE实验的术语 先明白几个基本概念: 响应变量(Response)：能够观察到和识别出的过程输出响应变化 因子(Factor)：需要研究的输入或者过程变量 水平(Level)：因子的状态，因子的设置或者等级，大小等 运行(Run)：一次实验称之为一个运行 主因子作用(Main Effects)：当某因子从低水平变为高水平时Y平均值的变化 交互作用(Interaction)：一个因子对Y的影响取决于其他因子的设置 全因子DOE实验(Full Factorial DOE)：包含所有因子可能组合的实验 DOE实验的基本步骤 DOE实验的基本步骤 1. 确定响应变量Y 响应变量尽量是计量值数据 响应变量应真正反映工序/产品的关键质量特征 测量系统的能力必须充足（GRR） 当响应变量不止一个时，可以同时考虑多个响应输出，但Y的个数太多时，会增加问题的复杂性 对于每一个响应变量，确定其目标（望大、望小、望目或减少变异） DOE实验的基本步骤 2、确定影响响应输出的主要因素（ Xs） 采用因果分析找出所有可能的影响因素 DOE实验的基本步骤 3、选择因子水平 DOE实验的基本步骤 DOE实验的基本步骤 4、选择实验设计——基本规则 DOE实验的基本步骤 L8(23) DOE实验的基本步骤 5、随机化运行 DOE试验的三大特点： ——重复(replicate) 试验的重复，而不是试验结果记录的重复； 量化相同试验条件下的通常原因偏差； 确定因子作用是否显著（通常原因偏差特殊原因偏差）； 因子对响应变量的影响（均值偏差）。 DOE实验的基本步骤 DOE实验的基本步骤 DOE实验的基本步骤 6、做试验、收集数据 DOE实验的基本步骤 7、分析数据 1.数据正确性检查——时间序列图 DOE实验的基本步骤 2.确定最显著影响因素——残差分析、因子图 DOE实验的基本步骤 DOE实验的基本步骤 3.量化各因子对响应变量的影响： ①主因子作用分析 DOE实验的基本步骤 ②交互作用分析 DOE实验的基本步骤 ③建立预测模型 DOE实验的基本步骤 8、得出结论 DOE实验的基本步骤 9、验证实验结果 MINITAB软件应用介绍和举例 MINITAB软件应用介绍和举例 MINITAB软件应用介绍和举例 MINITAB软件应用介绍和举例 MINITAB软件应用介绍和举例 MINITAB软件应用介绍和举例 MINITAB软件应用介绍和举例 MINITAB