生产过程中统计方法的正确使用

1、消费过程中统计方法的正确使用消费过程中统计方法的正确使用摘要通过对消费过程数据统计软件的选择，以及均值分析、方差分析、回归分析、显著性程度等统计方法的应用介绍，得出在消费过程中正确选择统计方法的根据和建议。关键词消费过程统计方法正确选择在消费过程中，经常会涉及到产量、收率、能耗、本钱等数据的统计分析，如何使用有效的方法去搜集、整理和分析消费数据，并论文联盟对其反映的问题做出结论，已成为企业消费管理一个重要局部。统计方法就是运用科学的方法从大量的数据中快速观察到事件开展规律和趋势，从而预测和判断问题所在，为决策行动提供根据和建议。一、统计软件的选择目前，国际上专门用于统计分析的商业软件很多，比拟

2、著名的有微软Exel、SPSS(StatistialPakagefrSialSienes)、SAS(StatistialAnalysisSyste)、BDP等。对一般的消费过程来说，Exel电子表格是最常用的统计软件，其使用简单、方便、快捷，对操作人员的技能要求也不高，具备求和、平均值、极差、比例、作图等一般的统计分析功能，可以满足消费管理的需要。SPSS是专门为社会科学领域的研究者设计的但是，此软件在自然科学领域也得到广泛应用，BDP是专门为生物学和医学领域研究者编制的统计软件。二、均值分析均值分析过程计算指定变量的综合描绘统计量，包括反映总体特征的分析和离散态势两局部。其中分析包括统计量均

3、值、总和两项；离散态势包括统计量最小值、最大值、标准差、方差、极差和均值标准差六项。在处理各类消费数据时，经常会遇到对一样条件下同一参数或指标的多个不同取值进展统计处理的问题。此时，多数统计者直接给出算术平均值和标准差。显然，这种做法是不严谨的。在统计学中，描绘随机变量参数或指标总体大小特征的统计量有算术平均值、几何平均值和中位数等。何时用算术平均值、何时用几何平均值、以及何时用中位数，要根据参数的分布特征确定。参数或指标的分布服从正态分布时，其总体的数学期望就是其算术平均值。此时，可用样本的算术平均值描绘参数或指标的大小特征。假如所研究的参数或指标不服从正态分布，那么算术平均值不能准确反映该

4、参数或指标的大小特征。在这种情况下，可通过假设检验来判断随机变量是否服从对数正态分布。假如服从对数正态分布，那么可用几何平均值描绘该随机变量总体的大校此时，就可以计算参数或指标的几何平均值。假如随机变量既不服从正态分布也不服从对数正态分布，那么按现有的数理统计学知识，尚无适宜的统计量描绘该变量的大小特征。退而求其次，此时可用中位数来描绘变量的大小特征。三、方差分析在消费过程中，常常需要分析哪几种因素对产品的质量和产量有显著性影响，并希望知道这些因素处于什么条件时消费状态最正确。如何分析、利用试验结果对我们所关心的问题作出合理的推断，就是方差分析。比方调查不同原料组分对产品杂质组分的影响、不同工

5、艺过程对产品杂质的影响、不同参数对产品收率的影响等都可以采用方差分析的统计方法。值得注意的是，方差分析在应用时要包括以下几个条件：1可比性，假设资料中各组均数本身不具可比性那么不适用方差分析。2正态性，即偏态分布资料不适用方差分析。对偏态分布的资料应考虑用对数变换、平方根变换、倒数变换、平方根反正弦变换等变量变换方法变为正态或接近正态后再进展方差分析。3方差齐性，即假设组间方差不齐那么不适用方差分析。四、回归分析一般来说，回归分析是通过规定因变量和自变量来确定变量之间的因果关系，建立回归模型，并根据实测数据来求解模型的各个参数，然后评价回归模型是否可以很好的拟合实测数据；假如可以很好的拟合，那

6、么可以根据自变量作进一步预测。例如，假如要研究质量和用户满意度之间的因果关系，从理论意义上讲，产品质量会影响用户的满意情况，因此设用户满意度为因变量，记为Y；质量为自变量，记为X。一般来说，质量越好，用户满意度越高，因此可以建立下面的线性关系：Y=A+BX+式中：A和B为待定参数，A为回归直线的截距；B为回归直线的斜率，表示X变化一个单位时，Y的平均变化情况；为依赖于用户满意度的随机误差项。在统计软件里，很容易实现线性回归，回归方程如下：y=0.857+0.836x。回归直线在y轴上的截距为0.857、斜率0.836，即质量每进步一分，用户满意度平均上升0.836分；或者说质量每进步1分对用户

7、满意度的奉献是0.836分。五、显著性程度在假设检验中，显著性程度Signifiantlevel，用表示确实定是假设检验中至关重要的问题。显著性程度是在原假设成立时检验统计量的值落在某个极端区域的概率值。因此，假如取=0.05，假如计算出的p值小于，那么可认为原假设是一个不可能发生的小概率事件。当然，假如真的发生了，那么犯错误的可能性为5%。在进展假设检验时，各种统计软件均会给出检验统计量观测值以及原假设成立时该检验统计量取值的相伴概率即检验统计量某特定取值及更极端可能值出现论文联盟的概率，用p表示。p值是否小于事先确定的值，是承受或回绝原假设的根据。假如p值小于事先已确定的值，就意味着检验统计量取值的可能性很小，进而可推断原假设成立的可能性很小，因此可以回绝原假设。相反，假如p值大于事先已确定的值，就不能回绝原假设。在计算机技术非常兴旺，以及专业统计软件功能非常强大的今天，计算检验统计量及其相伴概率是一件非常容易的事情。在进展统计推断时，将所计算出的检验统计量与该临界值相比拟，假如检验统计量的计算值大于临界值，即实际的相伴概率小于事先规定的显著性程度，便可回绝原假设；否那么，可承受原假设。六、结论消费过程统计资料丰富且错综复杂，要想做到合理选用统计分析方法并非易事。对于同一个资料，假设选择不同的统计分析方法处理，有时其结论是截然不同的。正确选择统计方法的根据是：根据研究的目