精益生产基本理论_Course 1.pptVIP

基于个数 不能够再被分割成更小的单元 例子 : 缺陷的个数, 天数, 通过/失败的个数 离散数据的一种, 使用描述性的语言来区分种类 或则是个数 数据描述的是多大，多长，几何…… 数据能够被再分，分的越小，精度越高 在培训课程中我们将分别使用连续变量和离散变量 属性量描述的是结果的个数，所以需要大量的纪录 连续量是经过精确的测量来了解事物到底有多好或者有多差, 所以我们只需要几次测量就可以了 我们利用统计学来预测整个过程的能力 描述数据有两个重要概念： 准确度 精确度 对于连续变量，你应该知道以下概念： 平均值 方差和标准方差 合理的分析数据的以上内容，将会帮助你抓住正确的原因。 准确度 平均值与目标值的关系 一个很稳定的流程能够有效的使结果均值和目标均值相吻合 居中的 精确度 流程中变化量的大小 均值 一组数的平均值 被最大最小值强烈影响着 在正态数据中使用 中值 按照从大到小的顺序一组数据的位置在中间的数值 不被改组数据的极值所影响 在非正态数据中使用 众数 一组数据中出现的次数最多的 在离散数据中使用 极差 最大值 – 最小值 方差 描述每一点与均值的差值的平均量 标准方差 方差的开平方 n 测量值的个数 x 值 x1, xn 第一个值，第n个值 x or x bar 均值 R 极差 s 标准偏差 s2 方差 概率描述的是一种事情发生的可能性. 实际的生活中我们不可能测量整体 我们使用概率知识来预测整体的属性. 概率值是介于0到1的小数或分数 1 代表 100% 发生的机会. 所有可能性的总和是1 简单的例子（扔硬币）: 两种可能性：正面和反面 得到正面的机会是 1/2 or 0.5 得到反面的机会是 1/2 or 0.5 所有可能性的总和是 0.5+0.5 = 1 有两种不良会发生： 出现不良的概率是 .0278 + .0278 = .0556 或 5.56% 所有结果发生的可能性之和是： (0.0278 x 36) = 1 推论统计可以帮助我们使用概率论的方法借助一组特殊的数值来得到最终结论。 概率论可以帮助我们量化对预知的置信水平。 在六西格玛中, 我们使用推论统计由样本数据来得到整体数据的特征。 总体：指的是一个给定的组的全部。 样本：指的是从一个给定的组中所选取的子集合。 例子： 总体：一台车床一天所加工的全部的轴； 样本：每隔两小时取出10根轴； 因为: 采用总体数据会费时，耗财； 有些实验和测量是破坏性的； 基于样本数据的预测基本上跟基于整体数据的预测是一样精确的； 标准正态分布： 许多软件和表格只使用一种“正态”， 标准正态分布或Z分布： 均值 = 0 标准方差 = 1 使用以下公式求得Z值 Z = X – μ σ 标准正态分布, 例子 百安居是我们在欧洲最大的客户之一， 她希望我们能够提供更好的服务水平。我们选择一款产品，来分析这款产品订单的分布情况。这款产品并不单一的向百安居销售。 数据处理 打开 BQ.mtw 文件，接下来会完成如下内容： Info window Stack columns Store descriptive statistics Extract date/time Subset worksheet 我们这样处理数据是为了方便接下来的图形分析 Access/Excel 也经常被用来分析数据 打开BQ.MTW文件，完成如下图形： 柱状图 时间序列图 箱图 描述统计 Notes: Notes: What statistical constants are used? Notes: What is harder to control? Dispersion What do customers feel more? Both. Notes: What is harder to control? Dispersion What do customers feel more? Both. For symmetrical data: Mean = Median = Mode For symmetrical data: Mean = Median = Mode For symmetrical data: Mean = Median = Mode Choose this slide or t