3.0基本统计知识.ppt

1、基本统计,章节目标,缺陷测量: DPU,DPPM, FPY, RPY的定义及计算 基本统计术语 常用统计量 数据类型 正态分布,缺陷的量测,基本概念 Unit(单位):到达客户的产品,服务,比如： 鼠标，键盘等 Defect(缺陷):不能满足客户要求的项目 Defective(不良品):存在缺陷的单元(unit),如果我们对流程不能用数据表示,就不能说我们对它已有所了解！,DPU,一个基本的Six sigma量测指标 DPU, Defects per unit,单位缺陷数,DPU缺陷总数总加工产品数,例1 有100块PCB线路板，其中3块共有6个虚焊点，则DPU等于: DPU=6/100=0.

2、06,例2 产线有100份检查表，其中有8份共有12处错误，则DPU等于: DPU=12/100=0.12,對6 Sigma 而言, 數據和量測就是信仰.,DPPM,DPPM 每百万不良品数量 (也称 PPM),産品越複雜,對品質要求越高.,例3 有100块PCB线路板，其中3块共有6个虚焊点，则DPPM等于: DPPM=,传统产出率计算方法,FPY (First Pass Yield)首次产出率 首次通过该工序良品数 FPY = 该站投入数 FPY 是某工序的良品数量（不含返工、返修产品）与该工序加工产品数的比值.,6 Sigma计算移动产出率的方法,RTY (Rolled Throughp

3、ut Yield)：移动产出率 RTY是产品无缺点的机率。 RTY是各工序产出率的乘积。,隐形工厂,母体 vs. 样本统计, 2 ,S2 S,对总体特性的推论,总体平均 :,总体分散 :,总体准偏差 :,样本平均 :,样本方差 :,样本标准偏差 :,总体参数,样本统计量,样本统计,统计量是什么? 从数据中萃取出信息： 均值 中位数 众数 全距(极差) 方差 标准差 ,位置的量测：集中趋势,Mean (, Xbar) 平均值 The arithmetic average of a set of values 一系列数据的数学平均值 Uses the quantitative value of e

4、ach data point 使用每一个数据 Is strongly influenced by extreme values 受极端值的影响极大,Median ( ) 中位数 如果一组数据按大小顺序排列，位于中心的数值即为中位数 在数据按顺序排列后，中位数很容易确定 不受极端值的影响 若观测值的个数为偶数，则中位数为其中间两个数值的平均 若观测值的个数为奇数，则位于中心的数值即中位数,Mode 众数 The most frequently occurring value in a data set 一组数据中出现频率最高的数值即为众数,例 ) 前面问题中众数是多少?,在2, 2, 1, 3,

5、 2, 9, 30中数值2 出现的频率为 3，拥有最多 的频数， 因此众数是 2 。,中位数，众数 不受极端值的 影响。,The mode may be unique, more than one or even not exist 众数可以是唯一的，可以有不止一个，有时也并不存在众数。,1. 样本极差(全距) 注：只利用了数据中两个极端值，因此它对数据信息利用不充分。 缺点： 考虑两组数据 5,6,6,7,7,7,8,8,9Range= (9-5) = 4 5,5,5,5,5,5,5,5,9Range= (9-5) = 4 只取两组数据为考虑可能会误解实际数据的分散度,分散度量测:样本极差(

6、全距),分散度量测：方差,2.方差,例 ) 样本 : 4 8 7 5 2 6 3 平均 5 偏差的平方之和： (4-5)2 +(8-5)2 + (7-5)2 + (5-5)2 + (2-5)2 + (6-5)2+ (3-5)2 = 1+9+4+0+9+1+4=28 方差: 28/(7-1)=28/6=4.67,母体方差( ),样本方差 (s2),分散度的量测：标准差,量测变异性 母体标准差() 标准差是方差的开平方根值 估计的标准差 (s ),数据类型,在项目实施过程中，需要数据驱动，从统计学角度来说，数据类型可分为连续(continuous)与离散(discrete)。 连续数据 用连续坐标

7、进行测量并得到的数据，或者说用测量设备测量出的可以连续取值的数据类型，也称为计量值资料。例如：温度、压力、长度、时间等。 离散数据 非连续型数据，也称计数资料。 离散数据在反映流程变化方面没有连续型资料那样灵敏，在收集测量 数据时，应尽可能采用连续型数据，以期提供更多的信息。,离散及连续数据之范例,数据的转换,尽可能使用连续型数据,“正态”分布是一种具有特定的、非常有用的特性的数据分布。 这些特性对我们理解所研究的过程的特征十分有用。 大部分自然现象和人造过程都是正态分布或可以用正态分布来描述。,正态数据,一个正态分布只需要知道下面两个参数就可以完整的描述： 均值 标准偏差,这三个正态分布有什么不同？,标准正态分布，也叫Z分布，是一种对称分布，有下列参数：,= 0 = 1,正态分布转化为标准正态分布：