六西格玛绿带培训笔记(第二周)

1、第二周笔记FMEA:影响：对客户的影响导致失效的原因现行控制：预防失效模式或原因风险优先系数：RPN=严重度发生频率侦测度Y 的影响 原因控制1=容易侦测到10=很不容易侦测到多变量分析（Multi-Vari study）收集数据的方法是“不影响流程的Analyze 被动观察多变量分析Improve 主动调整DOE确定目标确定要研究的Y X（KPOV，KPIV)KPIV 可控，Noise 不可控测量正确输出输入不可控噪音变量:三种典型噪音变异来源位置性：地点对地点，人对人周期性：批量对批量时间性时间对时间确定每个变量的测量系统选择数据抽样的方法总体抽样:简单随机抽样，分层抽样，集群抽样流程抽样

2、（与时间有关):系统抽样,子群抽样确定数据收集、格式及记录的程序：数据收集计划流程运行的程序和设定描述组成培训小组清楚划分责任确定数据分析的方法运行流程和记录数据数据分析：根据数据类型确定图形及统计分析工具（书224）主效应图：统计-（多个X 对Y 多变异图交互作用图:两条线平行，表明无交互作用结论13。 报告结果提出建议应用统计学分类:描述性统计学：样本分析参数估计：点估计区间估计（置信区间）假设检验中心极限定理：均值标准差小于单值标准差（笔记）（笔记，书）CI=统计量K（标准偏差）统计-基本统计量-1t 单样本Z 值，t 值假设检验(518）5%以下为小概率事件Ho=原假设/零假设/非显著

3、性假设/归无假设(没变化，相同，无相关，没效果） Ha=备择假设/对立假设/显著假设（有变化，不一样，有关系，显著，有影响)P 值=Ho 为真,概率值拒绝Ho 犯错的概率值:显著性水平。大于：不能拒绝 Ho P：Ho,Ha步骤：Ho /Ha定义（根据之后引发的风险成本来决定）收集数据选择和应用统计工具分析，计算PHo-P不拒绝Ho,P若拒绝Ho，所采取的行动（统计实际IIII 类错误：制造者风险，误判II 类错误：客户风险，漏判Z值或T值大值小，Ho被拒绝 Z值或T值,P值大，不能拒绝风险成本值低0.10无所谓中05不知道高0.01输不做实验的情把值调的高量产的情况，把值调的低些一般值为005

4、工具路径图：根据数据不同类型，判断用何种图分析T 检验：对均值进行检验单一 X（离散)与单一Y（连续）分析法：X的水平数目的工具备注1与标准值比较1Z（总体已知）1t(总体未知）2相互比较2t（水平间独立）Tt(水平间不独立)2 以上两两比较一元ANOVA单一样本的检验路径1T（书12）SPC（I-MR)检验数据形态（概率图）研究中心趋势（-2t）2T：针对每个水平分别研究SPC（IMR）研究数据形态（622）研究中心趋势（作业：dining2t（笔记）配对 T：同一个被测单元，在不同条件下,进行了两次的测量结果差异-配对 T（两组数据相关联、样本量相等）例子:SHOES 文件Delta=C1

5、-C2统计-基本统计量-配对T 配对 T 检验路径：稳定性分析：对差值正态检验中心趋势检验:1T0例子：P0。05，拒绝Ho （1）05 年比 04 年打得好Ho:0504,Ha：0504IMR（分阶段）概率图-正态等方差图2T 图双样本2：04年均值9。1705年均值9。6（样本量04比05 P=0.8660050504（299双边：Ho99IMRT：P。05Ho99单边：Ha99备择：选小于P 值=0。04 0。05,拒绝Ho单因子方差分析（Oneway X2检验路径：稳定性:针对每个水平（样本量小的话，可以省略此步）数据形态（样本量小的话，可以省略此步） 离散程度:等方差检验中心趋势:P

6、，(Fisher）残差检验检验（实际的显著性）单因子方差分析:比较-FISHER区间跨过0 的表示差异不大,不跨越0 表示差异大一元 ANOVA 原理：(笔记，书 714）F=MSB/MSF=（SSF/a1）/（SSE/Na） F 值越大，P 值越小概率分布图： 分子自由度 2分母自由度 87 输入常量F=44.6P 值=00.05，拒绝Ho 残差：单因子方差分析残差正态分布好的拟合图，三个拟合值相似（笔记) 好的时序图：随机波动因子变异占总变异的百分比 R-Sq = 50.72（P=0,三人的均值不等（DM ONEWAY ANOVA)等方差检验:置信区间基本重叠，方差没有显著差异P 值=0。

7、920。05,数据正态单因子方差分析：Fisher 95 两水平差值置信区间x 水平间的所有配对比较同时置信水平 = 73。57 x = 15 减自:x下限中心上 限 -+-+-+-+-161。8555。6009.345（-）174。0557。80011.545(-)188。05511.80015.545(-）192.7451.0004。745(*-）-+-+-+-+-8。00.08.016.015和19没有显著差异x = 16 减自：x下限中心上限 -+-+-+-+17 1 。5452.2005.945（-*)182.4556.2009.945(-）19 8 。345-4.600-0.855

8、(-）-+-+-+-+8。00.08。016.016和17没有显著差异x = 17 减自：x下限中心上限-+-+-+-+ 180。2554。0007。74519 10 。545-6.800 3.055（-）-+-+-+-+-8。00.08。016.0无x = 18 减自:x下限中心上限-+-+-+-+-19 14.54510。800 7.055(-)-+-+-+-+无8.00。08。016.0单因子方差分析： y 与 x来源自由度SSMSFPx4475.76118.9414。760。000误差20161。208。06合计24636。96S = 2.839RSq=74。69%RSq（调整) =

9、69。63平均值（基于合并标准差）的单组 95 置信区间水平 N 平均值标准差 -+-+-+-+-1559。8003。347 （-*）16515.4003.130(-)17517。6002。074（-)18521.6002。608（-）19510.8002。864(*-）-+-+-+-+- 10.015.020.025。0合并标准差 = 2。839 P值=0,拒绝HoRSq = 74.69，变异因子占总变异74以上,证明焊接强度对电流强度有影响残差分析：作业:稳定性：高中低三个部分差异较大，稳定性还可以Bottom等方差检验：三组数据有非正态的，看LEVENE 检验的P 值=0.8240.05

10、 置信区间有重叠,方差无太大差异（单因子方差分析： sales 与 product placement来源自由度SSMSFPproductplacement22398。21199。146.910。000误差872223。925.6合计894622。1S = 5。056RSq = 51。89%R-Sq(调整）= 50。78%P=0,平均销量不同平均值（基于合并标准差）的单组 95% 置信区间水平N平 均值标准差 -+-+-+-+-bottom3062。8674。281(-)middle3075。3674。846（-）top3067。4675.906（-*-）-+-+-+-+65。070.075.

11、080。0合并标准差 = 5。056 Middle=75，最多Top=67,其次Bottom=62,最少两个蓝色点影响正态性，去掉两个点（非正态）Kruskal-Wallis 检验： sales 与 product placement在 sales 上的 KruskalWallis 检验productplacementN中位数平均秩Zbottom3063.0023.35.70middle3077.0070.36。36top3068.0043.0-0。65整体9045.5H = 48.90DF= 2P =0。000H = 49.10DF= 2P =0.000（已对结调整)Middle=77，最多

12、Top=68，其次Bottom=63,最少单一 X(离散）与单一 Y（连续)统计分析法总结：X的水平数目的路径中心趋势离散均值中位数与标准值比较T检验（书612)总已知未)1w 图形化汇总，看的CI相互比较水平间独立t检验2， 相:2t或一元ANOVA不相:2t, W正态F检验水平间不独立检验 tt/1t（对差)1W不正:LEVENE检2个以上 两两比较 一元ANOVA(79）相:一元ANOVAK-W正态：Bartlett检验不正太：Levene验卡方独立性检验：XY 关联性强弱(810）自由度 DF=（X 水平数1)（Y 水平数1）例题：(书811)卡方检验: BAD， GOODBADGOOD 合 计12162764826。21。791。0370。04423346750020。23479.778。065。34031042443417.56416.443。2530。137合计6415181582卡方 = 12。876， DF = 2， P 值 = 0.0022的单元格卡方高1,3良率好2 不良品多credit 银行拒绝信用卡频率卡方检验： Rejected, ApprovedRejectedApprove