《质量数据的统计处理》
课程主讲：丁展鹏 课时:2天
课程背景
质量管理八项原则中强调以事实为依据进行决策，而有了质量数据才能让事实更有说服力。
但目前很多公司并不知道如何去收集数据，有些收集了数据又不知如何应用，让质量信息白白流失，从而丧失了改进质量的机会。
在质量管理中常常需要研究这样的问题：如何控制质量因素的取值使质量指标达到要求？不同的质量特性之间存在怎样的关系？等等。为此就可以应用相关回归进行质量数据的研究。
在面对许多实际问题时，我们往往只知道随机变量服从某种分布，却不知道具体的参数是多少。这个时候就可以从样本出发去构造某些适当的统计量来对总体进行估计，从而把握总体的质量情况。
课程收益
通过学习本课程，您将能够：
1）掌握质量数据的收集方法
2）掌握质量数据的整理与分析方法
3）增加质量改进的机会
4）掌握相关回归的数据分析方法，获取合理的质量指标。
5）通过对样本质量数据的分析把握总体质量控制状况
适合对象
制造、生管、品管等
培训大纲
第一部分质量数据的收集
1、收集质量数据的目的
①用于控制现场的数据
②用于分析的数据
③用于调节的数据
④用于检查的数据
2、数据的分类
①计量值数据
②计数值数据
3、数据的抽样方法
①简单随机抽样
②系统随机抽样
③分层抽样
④整群抽样
第二部分数据的整理与图示
1、记量值数据与直方图
2、记数值数据与柱状图
第三部分质量变异及其统计特征量
1、质量的统计观点
①产品质量的变异性认识
②质量变异的规律性
2、影响质量的因素分类
①4M1E
②偶然因素；异常因素
3、质量数据统计特征描述
①表示数据集中程度的统计量
平均值、中位数
②表示数据离散程度的统计量
极差、方差、标准偏差
4、质量管理中常见的分布
①正态分布
②二项分布
③泊松分布
5、中心极限定理
第四部分过程参数的估计
1、点估计
①矩估计法
2、点估计的优良性原则
①无偏性
②有效性
3、区间估计
案例讲解
第五部分过程参数的假设检验
1、假设检验的定义及观点（案例导入）
2、假设检验的基本原理
①小概率事件原理
②带有概率性质的反证法原理
3、假设检验的基本步骤
①建立假设：原假设和备择假设
②选择检验统计量和确定拒绝域：
均值和方差
单侧检验和双侧检验的判定规则
③给出检验中的显著性水平a：检验的两类错误
④检出力
⑤给出临界值（各种分布表的使用）
⑥根据样本观测值，计算统计量的值。
⑦检验假设是否成立
⑧从技术上探讨检验的结果
4、假设检验方法及案例分析
均值假设检验的种类及选择规则
①U检验：母平均和基准值的检验（母标准偏差已知）
U检验的运用范围
案例：冲压加工中，修改模具后品质是否发生改变
〈U表的使用
〈统计量u0的计算
②t检验：母平均和基准值的检验（母标准偏差未知）
t检验的使用范围
案例：电池容量采用漏液对策的试生产品，要检验容量是否发生变化
〈t表的使用方法及t分布
〈统计量t0的计算
③F检验、t检验：无数据对应，两个母平均的差异检验
检验的前提条件：等方差、样本独立
确定等方差：F检验
确认改善前后的品质状况：t检验
案例：焊接好的批和不良批均值是否有差异
〈F表的使用及F分布
〈F0的计算
④配对数据的检验
什么是配对数据
案例：来料检验时，检验厂商和供应商对同一批来料是否有测量上的差异
方差检验的种类及选择规则
file:///C:/Users/ADMINI~1/AppData/Local/Temp/msohtmlclip1/01/clip_image002.gif ⑤检验（拟合优度检验）：母方差和基准值的差异检验
使用范围
案例：变换人员后，检验两个人员的工作结果是否有差异
第六部分相关及回归分析
1、何为相关关系
2、从散布图看相关
3、相关系数及其检验
4、回归直线
5、最小二乘法求回归直线
6、回归直线在质量管理中的应用
