minitab实例分析.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,M-,测量系统分析：,连续型案例：,gageaiag.Mtw,背景：,3,名测定者对,10,部品反复,2,次,TEST,测量值随,OP,的变动,测量值随部品的变动,对于部品,10,，,OP,有较大分歧；,所有点落在管理界限内,良好,大部分点落在管理界限外,主变动原因：部品变动,良好,M-,测量系统分析：,离散型案例,（名目型）,：,gage,名目,.Mtw,背景：,3,名测定者对,30,部品反复,2,次,TEST,检查者,1,需要再教育；,检查者,3,需要追加训练；,(,反复性,),两数据不能相差较大，,否则说明检查者一致的判定与标准有一定差异,个人与标准的一致性,（再现性？）,M-,测量系统分析：,离散型案例,（顺序型）：,散文,.Mtw,背景：,3,名测定者对,30,部品反复,2,次,TEST,张四 需要再教育；,张一、张五需要追加训练；,(,反复性,),两数据不能相差较大，,否则说明检查者一致的判定,与标准有一定差异,M-,正态性测定,:(,测定工序能力的前提,),案例：,背景：,3,名测定者对,10,部品反复,2,次,TEST,P-value 0.05,正态分布（,P,越大越好）,本例：,P,0.022,，数据不服从正态分布。,原因：,1,、,Data,分层混杂；,2,、群间变动大；,M-,工序能力分析（连续型）：,案例：,Camshaft.MTW,工程能力统计：,短期,工序能力,长期,工序能力,X,平均目标值,Cp,Cpm,X,平均,目标值,Cp Cpm,求解,Z,st,（输入历史均值）,：,历史均值：表示强行将它拉到中心位置,不考虑偏移,Z,st,(Bench),求解,Z,lt,（无历史均值）,：,无历史均值：,考虑偏移,Z,lt,(Bench),*,Z,shift,Z,lt,(Bench),Z,lt,(Bench),12.13,1.82,0.31,工序能力分析：,案例：,Camshaft.MTW,另：,capability sixpack,工具,M-,工序能力分析（离散型）：,案例：,bpcapa.MTW,(1),：二项分布的,Z,st,缺陷率：,不良率是否,受样本大小,影响？,平均（预想）,PPM,226427,Zlt,0.75,Zst,Zlt,1.5,2.25,M-,工序能力分析（离散型）：,案例：,bpcapa.MTW,(2),：,Poisson,分布的,Z,st,AGraph,（坐标图）：,案例：,Pulse.MTW,(1)Histograpm,（直方图）单变量,通过形态确认：,正规分布有无；,异常点有无；,(2)Plot,（散点图）,X,、,Y,双变量,通过形态确认：,相关关系；,确认严重脱离倾向的点；,(3)Matrix Plot,（行列散点图矩阵图）多变量,(4)Box Plot,（行列散点图矩阵图）多变量,(5)Multi-vari Chart,（,多变因图,）,Sinter.MTW,目的：掌握多,X,因子变化对,Y,的影响（大概）；,材料和时间 存在交互作用；,(5)Multi-vari Chart,（,多变因图,）,Sinter.MTW,目的：掌握多,X,因子变化对,Y,的影响（）；,倾斜越大，主效果越大,无交互效果,平行；,有交互效果,交叉；,(5)Multi-vari Chart,（,多变因图,）,Sinter.MTW,目的：掌握多,X,因子变化对,Y,的影响（交互作用细节）；,材料、交互的,P,有意；,A,假设测定决定标本大小：,(1),：,1-sample Z,（已知,u,）,背景：,Ha,N,（,30,，,100/25,）,H,0,N,（,25,，,100/n,）为测定分布差异的标本大小,有意水平,=0.05,查出力,1,=0.8,差值：,u,0,u,a,25,30,-5,功效值（查出力）：,1,0.8,标准差：,sigma,10,A,假设测定决定标本大小：,(2),：,1-sample T,（未知,u,）,背景：,Ha,N,（,30,，,100/25,）,H,0,N,（,25,，,100/n,）为测定分布差异的标本大小,有意水平,=0.05,查出力,1,=0.8,差值：,u,0,u,a,25,30,-5,功效值（查出力）：,1,0.8,标准差（推定值）,：,sigma,10,样本数量,27,已知,u,的,1-sample Z,的样本数量,t,分布假定母标准偏差未制定分析；,A,假设测定决定标本大小：,(3),：,1 Proportion,（单样本）,背景：,H,0,：,P,0.9,H,a,：,P 0.9,测定数据,P1,0.8,、,P2,0.9,有意水平,=0.05,查出力,1,=0.,9,P1=0.8,功效值（查出力）：,1,0.9,P2=0.9,母比率,0.8,实际上是否,0.9,以下，需要样本,102,个,A,假设测定决定标本大小：,(3),：,2 Proportion,（单样本）,背景：,H,0,：,P1,P2,H,a,：,P1 P2,有意水平,=0.05,查出力,1,=0.,9,P,的备择值：实际要测定的比例？,母比率；,功效值（查出力）：,1,0.9,假设,P,：,H,0,的,P,值（,0.9,）,母比率,0.8,实际上是否小于,0.9,，需要样本,217,个,A,假设测定：,案例：,Camshaft.MTW,(1),：,1-sample t,（单样本）,背景：对零件尺寸测定,100,次，数据能否说明与目标值（,600,）一致（,=0.05,）,P-Value 0.05 Ho,（信赖区间内目标值存在）,可以说平均值为,600,A,假设测定：,案例：,2sample-t.MTW,(2),：,2-sample t,（单样本）,背景：判断两个母集团,Data,的平均，,统计上是否相等（有差异）,步骤：分别测定,2,组,data,是否正规分布；,：测定分散的同质性；,：,t,test,；,正态性验证：,P-Value 0.05,正态分布,P-Value 0.05,正态分布,等分散测定：,P-Value 0.05,等分散,对,Data,的,Box-plot,标准偏差的信赖区间,测定方法选择：,F,test,：正态分布时；,Levenses,test,：非正态分布时；,测定平均值：,P-Value 0.05,H,a,u1 u2,A,假设测定：,案例：,Paired,t.MTW,(3),：,Paired t,（两集团从属,/,对应）,背景：老化实验前后样本复原时间；,10,样本前后实验数据，判断老化实验前后复原时间是否有差异；,（正态分布；等分散；,=0.05,）,P-Value 0.05,H,a,u1 u2,（有差异）,A,假设测定：,(4),：,1 proportion t,（离散单样本）,背景：为确认某不良,P,是否为,1,，检查,1000,样本，检出,13,不良，,能否说,P=1%?,（,=0.05,）,P-Value 0.05,H,0,P=0.01,A,假设测定：,(4),：,2 proportion t,（离散单样本）,背景：为确认两台设备不良率是否相等，,A:,检查,1000,样本，检出,14,不良，,B:,检查,1200,样本，检出,13,不良，,能否说,P1=P2?,（,=0.05,）,P-Value 0.05,H,o,P1=P2,A,假设测定：,Chi-Square-1.MTW,(5),：,Chi-Square t,（离散单样本）,背景：确认,4,个不同条件下，某不良是否有差异？,P-Value 0.05,H,o,P1=P2,（无差异）,应用一：测定频度数的同质性：,H0:P1=P2=,Pn,Ha:,至少一个不等；,A,假设测定：,Chi-Square-2.MTW,(5),：,Chi-Square t,（离散单样本）,背景：确认,班次别,和,不同类型不良率,是否相关？,P-Value 0.05,H,a,两因素从属（相关）,应用二：测定边数的独立性：,H0:,独立的（无相关）,Ha:,从属的（有相关）；,班次,不良类型,AANOVA,（分散分析）：,两个以上母集团的平均是否相等；,(1),：,One-way A,（一因子多水平数）,背景：确认,三根弹簧弹力比较,？,H0:,u,1=,u,2=,u,n,Ha:,至少一个不等；,P-Value u,无有意差；,1,和,2,可以说无有意差，,1,和,3,有有意差；,AANOVA,（分散分析）：,两个以上母集团的平均是否相等；,(1),：,Two-way A,（,2,因子多水平数）,背景：确认,生产线（因子,1,）、改善（因子,2,）影响下，测定值母平均是否相等，主效果和交互效果是否有意,？,生产线：,P-Value 0.05 H,0,u,相等，无差异；,生产线：信赖区间没有都重叠,u,有差别,对结果有影响,改 善：信赖区间重叠,u,无差别,对结果没有影响,A,（相关分析）：,Scores.MTW,P-Value,确认哪个因子影响收率，利用,2,（,5-1,）,配置法,输入,data,：,表示,2,5-1,部分配置的清晰度和部分实施程度,.,曲线分析,：,-B,、,D,、,E,有意；,-BD,、,DE,有交互作用；,-,在,A=10,B=2,C=120,D=180,E=3,时，,Y,95,最佳；,统计性分析,：,实施,t-test,，,判断有意因子,B,、,D,、,E,、,BD,、,DE,有意,通过分散分析，判断,1,次效果、,2,次效果的有意性,-,主效果和交互作用效果都有意。,I,最大倾斜法：,一次试验,(1),因子配置设计,：,背景：,反应值,:,收率,(Yield),时间,35min,，温度,155,时，,Y,80,因 子,:,时间,(,30,40,),温度,(,150,160,),确认哪个因子影响收率，利用中心点包括的,2,2,配置法,在中心点实验的次数！,一次试验,(2),统计性分析,：,实施对因子效果的,t-test,，,判断有意的因子。,A,B,有意,；,通过分散分析判断,1,次效果、交互作用及曲率效果的有意性。,-1,次效果,(Main Effect),有意；,-,弯曲,不有意，故而没有曲率效果。,一次试验,(3),确认最大倾斜方向,：,线性变换的因子的水准还原为实际水准值。,-,实际水平,:,A,(30,40,),B(150,160),为还原实际水平值，,线性变换的,值各各乘,5.,利用追定的回归系数，决定最大倾斜方向,(),最大倾斜方向：,A,每增加,1,时，,B,增加,0.42,的方向。,Step,Coded Level,Uncoded,Level,试验结果,(,收率,),A,B,A,B,中心点,0,0,35,155,80.44,1,0.42,5,2.1,81.08,1,1,0.42,40,157.1,82.90,2,2,0.84,45,159.2,83.14,3,3,1.26,50,161.3,83.70,4,4,1.68,55,163.4,84.33,5,5,2.10,60,165.5,87.80,6,6,2.52,65,167.6,88.65,7,7,2.94,70,169.7,92.40,8,8,3.36,75,171.8,93.54,9,9,3.78,80,173.9,94.78,10,10,4.20,85,176.0,95.30,11,11,4.62,90,178.1,94.21,12,12,5.04,95,180.2,92.51,Step,由实验者配置，,Step10,时,Y,取最大值，适用因子配置；,二次试验,(1),因子配置设计,：,背景：通过最大倾斜法求,Y,最大化的因子水平，通过追加实验，确认是否最佳水准的领域；,收率,(Yield),时间,(,80,90,),温度,(,171,181,),确认哪个因子影响收率，利用中心点包括的,2,2,配置法,二次试验,(2),统计性分析,：,对因子效果,t-test,，,判断与,Y,有意因子,-A,B,有意,-,CtPt,P,64%,，,可以信赖回归模型,；,通过分散分析，判断,1,、,2,次效果的有意性,-,1,次效果、,2,次效果有意,通过,Lack-of-Fit Test,，,判断模型的 适合性,-,失拟,0.05(,不有意,),，因此判断模型适合,(3),残差分析,：,对残差的正态分布假说的研讨,直方图、正态分布图,对分散同质假说的研讨与拟合值,残差已确定为随机分布，可以进行分散同质假说研讨,(3),坐标图分析,：,因子的,最佳条件,-,A,:289 310,-,B,:,11 18,预想,Y=,79.5.,(4),数值性分析,：,最佳化因子水平,初期设定（大概值）,望大：求最大值；,下限：设定最小值,望目：设定目标值,Y=79.5,，满足度,=1,。,即意味着满足,目标值要求；,调整因数水平而使透过率更好。,A=299.50,、,B=14.90,时，,Y(Max,),79.6163,I,反映表面实验,2,：,多个反映值,(1),因子配置设计,：,试验配置,:,中心合成计划,(2,因子,),-,反应值,(Y):,Y1,、,Y2,、,Y3,-,因数,/,水平,:,A,(Low=,80,High=,90,),B,(Low=,170,High=,180,),背景：通过最大倾斜法，知道反应时间,A=,85,分钟、反应温度,B=,175F,是最佳条件。,求可以满足,3,个反应变量,(Y1,、,Y2,、,Y3),结果条件的因子的最佳水准。,输入试验结果：,A,、,B,：选中后右键选择数据格式转换成整数,(2),统计性分析,：,误差项要不要,Pooling?,误差项,Pooling,的话,Lack of fit,（失拟）的,P-value,要大起来,R-,sq(adj,),要升高,，或者,Regression,（回归）的,F,值要升高,不然的话，证明现在的模型更适当,2,个因子的主效果、,2,次效果都有意，不实施,Pooling.,交互作用，,Pooling,到误差项时，,R-,sq(adj,),和,lack of fit,的,P,值会减少，因此不,Pooling.,A,的,2,次效果,(A*A),不有意，故而,Pooling,到误差项,.,交互作用,(A*B),，,Pooling,到误差项时，,R-,sq(adj,),和,lack of fit,的,P,值会减少因此不,Pooling.,Pooling,后分析结果,在项中去掉,A*A,项后再次运行,Pooling,后分析结果,在项中去掉,A*A,、,A*B,项后再次运行,A,、,B,的,2,次效果（,AA,BB,）不有意，,Pooling,到误差项,.,AB,交互作用，,Pooling,到误差项时，,R-,sq(adj,),和,lack of fit,的,P,值会减少因此不,Pooling.,(3),坐标图分析,：,位于,Plot,的中央部的白色部分是,A,和,B,因子满足所有反应变量的水平值的范围。,Y1,、,Y2,、,Y3,的取值范围；,(4),数值性分析,：,调整因子的水准，接近收率,(Yield)=78.5,以上、粘性,Viscosity)=65.,已修订的因子水准值,C,管理图：,(1),Xbar,-R,（,n=10,）,（,3,）,P,管理图（离散，样本大小不一定）,（,3,）,P,管理图（离散，样本大小不一定）,按月、按值班组、改善前,(6,月,),、按改善前后等,按层区别在一个坐标图上区分标注。,如图可见，,6,月散步大，,7,、,8,月明显减少；,（,3,）,nP,管理图（离散，样本大小一定）,（,5,）,C,管理图（离散，不良数）,（,5,）,U,管理图（离散，不良数，组大小不定）,