电子企业之 YB-基本统计-FDT品保部.pptVIP

基础统计概念 错误矩阵 FDT品保部 许鹏 统计思维 引言： 实际工作中，很多问题无法单纯依靠现场勘察、或经验来解决。 我们需要借助科学的方法 --- 统计手法 。 统计手法非单纯的数学计算，而是通过 抽样 + 数据 + 计算 共同得到结论。 统计思维流程 ： 实际问题 统计问题 统计手法 实际解法 课程概要 变 异 的 概 念 群 体 与 样 本 数 据 的 分 类 基 本 统 计 量 基 本 概 率 分 布 常 用 图 形 分 析 变异 变异：产品品质特性之波动 变异来源： 人、机、料、法、环、测 测量 Measurement 流程变异 的原因 人员 Manpower 环境 Environment 设备 Machine 方法 Methods 材料 Material 哪个方面原因对结果影响更大？ 各因素对结果的影响有何不同？ ~~~ 通过统计手法可以层别 按照产生变异原因之属性，又可分为普通原因特殊原因。 普通原因：随着时间的推移具有稳定的且可重复的原因。 特殊原因：不是始终作用于过程的原因。 举例 1： 金型正常的磨损 → 造成IC冲切异常……………普通原因 金型非正常的磨损 → 造成IC冲切异常 ……………特殊原因 举例 2：“签名字”测试 变异 当普通原因存在且不改变时，过程的输出是可以预测的。此时我们称过程 处于“统计控制状态”。 当过程受特殊原因影响时，过程的输出是不可预测的。 请现场同学举出一个例子。 变异 = 敌人 变异是普遍存在，无法消除的。 我们有必要认识到应将变异减到最小。 我们能忍受变异，条件是： ①过程长期稳定。 ②相对于过程规格来说变异很小，过程可实现目标。 抽样 群体：所研究对象之全部范围。 样本：抽取群体中的一部分个体加以研究，以作为研究群体之依据。 这些个体称为群体的样本。 抽样：通过研究样本来估计群体之方法。 →相对概念：普查（将群体全部加以研究） 抽样的一般原则：随机性、代表性、独立性 随机性：每个个体被抽到的机会平等，不受人为因素影响。 代表性：样本具备群体的特征，能代表群体。 独立性：不同抽样间不会相互影响 常用的抽样方法： 随机抽样法、系统抽样法、分层抽样法、集体抽样法 请现场同学举出一个抽样的例子。 判定OK，接受 判定NG，不接受 符合要求 不符合要求 Correct Correct 第一类错误 第二类错误 实际状况 第一类错误： α风险，生产者风险 -------- 弃真错误 第二类错误： β风险，消费者风险 -------- 取伪错误 ○ 相同条件下，α小必导致β大， β小必导致α大 ○ 要使α、β皆小，只有在样本量很大场合才可达到，这在实际中并不可行 ○ 折中方案是：常选 α = 0.05（即置信度95%）， β = 0.1（即检定力为90%） 抽样 数据 数据：为了解原料、制程、产品的品质特性，经调查或实验而得到 的数字或数量。 依据数据属性，可分为计量型数据和计数型数据。 计量型数据： 数据须由实际量测而获得，在数学上具有连续性的特质。 如：时间、温度、压力、高度…… 计数型数据： 数据以计件或计点的表示方法，在数学上有不连续的特质。 如：不良数、不良率、缺点数…… 相较于计数型数据，计量型数据能提供更多的信息，统计时更具说服力。 数据 请说出下列数据类型 北京时间2006年7月12日凌晨，雅典奥运会冠军刘翔以12秒88的成绩获得瑞士洛桑田径 超级大奖赛金牌，并打破沉睡13年之久、由英国名将科林.杰克逊创造的12秒91的世界纪录。 人体的正常体温是 37℃左右 组立4线昨日产能 3500pcs 昨天生产良率为 96.88% OQC量测模组中心白辉度值为 289.5nit FDT共有1300多名同仁 IPQC测试无尘室内的尘度平均值为 55个/ft 基本统计量 平均数 Mean 数据统计量的 描述方式 集中趋势 离散趋势 机率分布 中位数 Median 众数 Mode 全距 Range 方差 Variance 标准差 Standard Deviation 置信区间 概率分布 平均数（Mean） ：表示一群数据的平均数值。 数据集中趋势的统计量 X — 样本均值；μ— 群体均值； 基本统计量 例： 5个人身高分别为175，180，172，170，178cm， 则平均身高为 （175+180+172+170+178）/ 5 = 175cm 中位数（Median） ：一群数据从小到大排列，位居正中的数。 基本统计量 例： 10 ，12 ，13 ，18 ，22