minitab實(shí)例.ppt

1、M-測(cè)量系統(tǒng)分析： 連續(xù)型案例： gageaiag.Mtw 背景：3名測(cè)定者對(duì)10部品反復(fù)2次TEST,測(cè)量值隨OP的變動(dòng),測(cè)量值隨部品的變動(dòng),對(duì)于部品10，OP有較大分歧；,所有點(diǎn)落在管理界限內(nèi) 良好,大部分點(diǎn)落在管理界限外 主變動(dòng)原因：部品變動(dòng) 良好,M-測(cè)量系統(tǒng)分析： 離散型案例（名目型）：gage名目.Mtw 背景：3名測(cè)定者對(duì)30部品反復(fù)2次TEST,檢查者1需要再教育； 檢查者3需要追加訓(xùn)練； (反復(fù)性),兩數(shù)據(jù)不能相差較大， 否則說(shuō)明檢查者一致的判定與標(biāo)準(zhǔn)有一定差異,個(gè)人與標(biāo)準(zhǔn)的一致性 （再現(xiàn)性？）,M-測(cè)量系統(tǒng)分析： 離散型案例（順序型）：散文.Mtw 背景：3名測(cè)定者對(duì)30部

2、品反復(fù)2次TEST,張四 需要再教育； 張一、張五需要追加訓(xùn)練； (反復(fù)性),兩數(shù)據(jù)不能相差較大， 否則說(shuō)明檢查者一致的判定 與標(biāo)準(zhǔn)有一定差異,M-正態(tài)性測(cè)定: (測(cè)定工序能力的前提) 案例： 背景：3名測(cè)定者對(duì)10部品反復(fù)2次TEST,P-value 0.05 正態(tài)分布（P越大越好） 本例：P 0.022 ，數(shù)據(jù)不服從正態(tài)分布。 原因：1、Data分層混雜； 2、群間變動(dòng)大；,M-工序能力分析（連續(xù)型）：案例：Camshaft.MTW 工程能力統(tǒng)計(jì)：, 求解Zst（輸入歷史均值）：,歷史均值：表示強(qiáng)行將它拉到中心位置 不考慮偏移 Zst (Bench), 求解Zlt（無(wú)歷史均值）：,無(wú)歷史均

3、值： 考慮偏移 Zlt (Bench),* Zshift Zlt (Bench) Zlt (Bench) 12.131.820.31,工序能力分析：案例：Camshaft.MTW 另：capability sixpack工具,M-工序能力分析（離散型）：案例：bpcapa.MTW (1)：二項(xiàng)分布的Zst,缺陷率： 不良率是否 受樣本大小 影響？,平均（預(yù)想）PPM226427 Zlt0.75 ZstZlt1.52.25,M-工序能力分析（離散型）：案例：bpcapa.MTW (2)：Poisson分布的Zst,AGraph（坐標(biāo)圖）：案例：Pulse.MTW,(1) Histograpm（直

4、方圖）單變量,通過(guò)形態(tài)確認(rèn)： 正規(guī)分布有無(wú)； 異常點(diǎn)有無(wú)；,(2) Plot（散點(diǎn)圖）X、Y雙變量,通過(guò)形態(tài)確認(rèn)： 相關(guān)關(guān)系； 確認(rèn)嚴(yán)重脫離傾向的點(diǎn)；,(3)Matrix Plot（行列散點(diǎn)圖矩陣圖）多變量,(4)Box Plot（行列散點(diǎn)圖矩陣圖）多變量,(5)Multi-vari Chart（多變因圖）Sinter.MTW,目的：掌握多X因子變化對(duì)Y的影響（大概）；, 材料和時(shí)間 存在交互作用；,(5)Multi-vari Chart（多變因圖）Sinter.MTW,目的：掌握多X因子變化對(duì)Y的影響（）； ,傾斜越大，主效果越大,無(wú)交互效果 平行； 有交互效果 交叉；,(5)Multi-v

5、ari Chart（多變因圖）Sinter.MTW,目的：掌握多X因子變化對(duì)Y的影響（交互作用細(xì)節(jié)）； ,材料、交互的P 有意；,A假設(shè)測(cè)定決定標(biāo)本大小： (1)：1-sample Z（已知u）,背景：HaN（30，100/25） H0 N（25，100/n）為測(cè)定分布差異的標(biāo)本大小 有意水平 = 0.05 查出力 1 = 0.8,差值：u0ua 2530-5 功效值（查出力）： 1 0.8 標(biāo)準(zhǔn)差：sigma10,A假設(shè)測(cè)定決定標(biāo)本大?。?(2)：1-sample T（未知u）,背景：HaN（30，100/25） H0 N（25，100/n）為測(cè)定分布差異的標(biāo)本大小 有意水平 = 0.05

6、查出力 1 = 0.8,差值：u0ua 2530-5 功效值（查出力）： 1 0.8 標(biāo)準(zhǔn)差（推定值）：sigma10,樣本數(shù)量27 已知u的1-sample Z的樣本數(shù)量 t 分布假定母標(biāo)準(zhǔn)偏差未制定分析；,A假設(shè)測(cè)定決定標(biāo)本大小： (3)：1 Proportion（單樣本）,背景：H0：P 0.9 Ha：P 0.9 測(cè)定數(shù)據(jù)P10.8 、 P20.9 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 實(shí)際上是否0.9以下，需要樣本102個(gè),A假設(shè)測(cè)定決定標(biāo)本大?。?(3)：2 Proportion（單樣本）,背景：H0

7、：P1P2 Ha：P1 P2 有意水平 = 0.05 查出力 1 = 0.9,P的備擇值：實(shí)際要測(cè)定的比例？ 母比率； 功效值（查出力）： 1 0.9 假設(shè)P：H0的P值（0.9）,母比率0.8 實(shí)際上是否小于0.9，需要樣本217個(gè),A假設(shè)測(cè)定：案例：Camshaft.MTW (1)： 1-sample t（單樣本）,背景：對(duì)零件尺寸測(cè)定100次，數(shù)據(jù)能否說(shuō)明與目標(biāo)值（600）一致（ = 0.05 ）,P-Value 0.05 Ho（信賴區(qū)間內(nèi)目標(biāo)值存在） 可以說(shuō)平均值為600,A假設(shè)測(cè)定：案例：2sample-t.MTW (2)： 2-sample t（單樣本）,背景：判斷兩個(gè)母集團(tuán)Dat

8、a的平均， 統(tǒng)計(jì)上是否相等（有差異）,步驟：分別測(cè)定2組data是否正規(guī)分布； ：測(cè)定分散的同質(zhì)性； ：ttest；, 正態(tài)性驗(yàn)證：,P-Value 0.05 正態(tài)分布,P-Value 0.05 正態(tài)分布, 等分散測(cè)定：,P-Value 0.05 等分散,對(duì)Data的Box-plot,標(biāo)準(zhǔn)偏差的信賴區(qū)間,測(cè)定方法選擇： Ftest：正態(tài)分布時(shí)； Levenses test：非正態(tài)分布時(shí)；, 測(cè)定平均值：,P-Value 0.05 Ha u1 u2,A假設(shè)測(cè)定：案例：Paired t.MTW (3)： Paired t（兩集團(tuán)從屬/對(duì)應(yīng)）,背景：老化實(shí)驗(yàn)前后樣本復(fù)原時(shí)間； 10樣本前后實(shí)驗(yàn)數(shù)據(jù)，

9、判斷老化實(shí)驗(yàn)前后復(fù)原時(shí)間是否有差異； （正態(tài)分布；等分散； = 0.05 ）,P-Value 0.05 Ha u1 u2（有差異）,A假設(shè)測(cè)定： (4)： 1 proportion t（離散單樣本）,背景：為確認(rèn)某不良P是否為1，檢查1000樣本，檢出13不良， 能否說(shuō)P=1%? （ = 0.05 ）,P-Value 0.05 H0 P=0.01,A假設(shè)測(cè)定： (4)： 2 proportion t（離散單樣本）,背景：為確認(rèn)兩臺(tái)設(shè)備不良率是否相等， A: 檢查1000樣本，檢出14不良， B: 檢查1200樣本，檢出13不良， 能否說(shuō)P1=P2? （ = 0.05 ）,P-Value 0.0

10、5 Ho P1 = P2,A假設(shè)測(cè)定： Chi-Square-1.MTW (5)： Chi-Square t（離散單樣本）,背景：確認(rèn)4個(gè)不同條件下，某不良是否有差異？,P-Value 0.05 Ho P1 = P2（無(wú)差異）,應(yīng)用一： 測(cè)定頻度數(shù)的同質(zhì)性： H0: P1=P2=Pn Ha: 至少一個(gè)不等；,A假設(shè)測(cè)定： Chi-Square-2.MTW (5)： Chi-Square t（離散單樣本）,背景：確認(rèn)班次別和不同類型不良率是否相關(guān)？,P-Value 0.05 Ha 兩因素從屬（相關(guān)）,應(yīng)用二： 測(cè)定邊數(shù)的獨(dú)立性： H0: 獨(dú)立的（無(wú)相關(guān)） Ha: 從屬的（有相關(guān)）；,AANOVA

11、（分散分析）： 兩個(gè)以上母集團(tuán)的平均是否相等； (1)： One-way A（一因子多水平數(shù)）,背景：確認(rèn)三根彈簧彈力比較？,H0: u1=u2=un Ha: 至少一個(gè)不等；,AANOVA（分散分析）： 兩個(gè)以上母集團(tuán)的平均是否相等； (1)： Two-way A（2因子多水平數(shù)）,背景：確認(rèn)生產(chǎn)線（因子1）、改善（因子2）影響下，測(cè)定值母平均是否相等，主效果和交互效果是否有意？,A（相關(guān)分析）： Scores.MTW,P-Value 0.05 Ha （有相關(guān)相關(guān)）,I DOE： (1)：2因子2水準(zhǔn), 因子配置設(shè)計(jì)：,輸出結(jié)果：,輸入 實(shí)驗(yàn) 結(jié)果, 曲線分析：,傾斜越大， 主效果越大,交叉越

12、大， 交互效果越大,最大的data, 統(tǒng)計(jì)性分析：,實(shí)施對(duì)因子效果的t-test，判斷與data有意的因子。 A、B對(duì)結(jié)果有意；AB交互對(duì)結(jié)果無(wú)有意；,通過(guò)分散分析，判斷1次效果、2次效果的有意性； - 主效果有有意， - 交互效果無(wú)有意。,顯示因子的水準(zhǔn)不能線性變換 (Coded) 時(shí)的回歸系數(shù). - Coded是指實(shí)際因子水準(zhǔn) (-1, +1)變換為線性變換。,I DOE： (2)：多因子不同水準(zhǔn), 因子配置設(shè)計(jì)：,輸入data：, 曲線分析：,傾斜越大， 主效果越大,無(wú)法確認(rèn)交互效果, 統(tǒng)計(jì)性分析：,通過(guò)分散分析，判斷1次效果、2次效果的有意性； - 主效果有有意， - 交互效果無(wú)有意。

13、, 確認(rèn)此后試驗(yàn)方向：,最佳方向,I DOE： (3)：2水準(zhǔn)部分配置, 因子配置設(shè)計(jì)：,背景： - 反應(yīng)值 : 收率(Yield) - 因 子 : 流入量(10, 15), 觸媒(1, 2), 旋轉(zhuǎn)數(shù)(100，120), 溫度(140, 180), 濃度( 3, 6) 確認(rèn)哪個(gè)因子影響收率，利用2（5-1）配置法,輸入data：,表示2 5-1 部分配置的清晰度和部分實(shí)施程度., 曲線分析：,-B、D、E有意；,-BD、DE有交互作用；,-在A=10,B=2,C=120,D=180,E=3時(shí)， Y95最佳；, 統(tǒng)計(jì)性分析：,實(shí)施t-test，判斷有意因子 B、D、E、BD、DE有意,通過(guò)分散

14、分析，判斷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 最大傾斜法：,一次試驗(yàn) (1) 因子配置設(shè)計(jì)：,背景： 反應(yīng)值 : 收率(Yield) 時(shí)間35min，溫度155時(shí)，Y80 因 子 : 時(shí)間(30 , 40) 溫度(150,160) 確認(rèn)哪個(gè)因子影響收率，利用中心點(diǎn)包括的22配置法,在中心點(diǎn)實(shí)驗(yàn)的次數(shù)！,一次試驗(yàn) (2)統(tǒng)計(jì)性分析：,實(shí)施對(duì)因子效果的 t-test， 判斷有意的因子。 A, B 有意；,通過(guò)分散分析判斷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； - 彎曲不有意，故而沒(méi)有曲率效果。,一次試驗(yàn) (3)確認(rèn)最大傾

15、斜方向：,線性變換的因子的水準(zhǔn)還原為實(shí)際水準(zhǔn)值。,Step由實(shí)驗(yàn)者配置， Step10時(shí)Y取最大值，適用因子配置；,二次試驗(yàn) (1) 因子配置設(shè)計(jì)：,背景：通過(guò)最大傾斜法求Y最大化的因子水平，通過(guò)追加實(shí)驗(yàn)，確認(rèn)是否最佳水準(zhǔn)的領(lǐng)域； 收率(Yield) 時(shí)間(80 , 90) 溫度(171,181) 確認(rèn)哪個(gè)因子影響收率，利用中心點(diǎn)包括的22配置法,二次試驗(yàn) (2)統(tǒng)計(jì)性分析：,對(duì)因子效果t-test， 判斷與Y有意因子 - A, B 有意 -CtPt P0.05， 存在曲率效果.,分散分析 -1次效果有意 -曲率效果有意,結(jié)果解釋 通過(guò)等值線圖及統(tǒng)計(jì)性分析，1次模形不有意，具有曲線的情形，因此

16、判斷2次模形更適當(dāng) 實(shí)施反應(yīng)表面計(jì)劃,I 反映表面實(shí)驗(yàn)：,(1) 因子配置設(shè)計(jì)： 試驗(yàn)配置 : 中心合成計(jì)劃(2因子) - 反應(yīng)值(Y) : DATA - 因數(shù)/水平: A (Low = 260, High = 330), B (Low = 6, High = 20),背景：通過(guò)最大傾斜法，在A= 295, B=13狀態(tài)下，判斷最佳條件會(huì)出現(xiàn)。 求將變量透過(guò)率最大化的最佳條件。,Run13 : Block沒(méi)有的情況 Run14 : Block有的情況,輸入試驗(yàn)結(jié)果：,(2)統(tǒng)計(jì)性分析：,(3) 殘差分析：,對(duì)殘差的正態(tài)分布假說(shuō)的研討 直方圖、正態(tài)分布圖,對(duì)分散同質(zhì)假說(shuō)的研討與擬合值, 殘差已確

17、定為隨機(jī)分布，可以進(jìn)行分散同質(zhì)假說(shuō)研討,(3) 坐標(biāo)圖分析：,因子的最佳條件 - A: 289 310 - B: 11 18 預(yù)想Y=79.5.,(4) 數(shù)值性分析：,最佳化因子水平 初期設(shè)定（大概值）,Y = 79.5，滿足度= 1。 即意味著滿足目標(biāo)值要求；,調(diào)整因數(shù)水平而使透過(guò)率更好。 A=299.50、B=14.90時(shí)，Y(Max)79.6163,I 反映表面實(shí)驗(yàn)2： 多個(gè)反映值,(1) 因子配置設(shè)計(jì)： 試驗(yàn)配置 : 中心合成計(jì)劃(2因子) - 反應(yīng)值(Y) : Y1、Y2、Y3 - 因數(shù)/水平: A (Low = 80, High = 90), B (Low = 170, High

18、= 180),背景：通過(guò)最大傾斜法，知道反應(yīng)時(shí)間A= 85分鐘、反應(yīng)溫度B=175F是最佳條件。 求可以滿足3個(gè)反應(yīng)變量(Y1、Y2、Y3)結(jié)果條件的因子的最佳水準(zhǔn)。,(2)統(tǒng)計(jì)性分析：, 誤差項(xiàng)要不要 Pooling? 誤差項(xiàng)Pooling的話 Lack of fit（失擬） 的 P-value要大起來(lái), R-sq(adj)要升高 ，或者Regression（回歸）的 F值要升高 不然的話，證明現(xiàn)在的模型更適當(dāng),2個(gè)因子的主效果、2次效果都有意，不實(shí)施Pooling. 交互作用，Pooling到誤差項(xiàng)時(shí)，R-sq(adj)和lack of fit的P值會(huì)減少，因此不Pooling.,A 的2次效果(A*A)不