- 1、本文档共44页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
ISO爱好者-- 0.1、统计技术概论 1. 基础性统计技术,包括: --思考型方法(亦称语言型或情理型,其他为数据型),有KJ法、PDPC法、关联图、系统图、因果图、网络图、矩阵图等 --描述性方法,有排列图、直方图、散布图、趋势图、饼分图等(外审员考试重点之一) 2. 推断性统计技术,有参数估计、假设检验、回归分析、方差分析等 3. 试验性统计技术,有实验设计、模拟(仿真) 4. 测控性统计技术,有测量分析、过程能力分析、可靠性分析、抽样技术、统计过程控制、统计容差分析、时间序列分析等 0.2、统计技术的作用(自ISO9000) 2.10 统计技术的作用 应用统计技术可帮助组织了解变异,从而有助于组织解决问题并提高有效性和效率。这些技术也有助于更好地利用可获得的数据进行决策。 在许多活动的状态和结果中,甚至是在明显的稳定条件下,均可观察到变异。这种变异可通过产品和过程可测量的特性观察到,并且在产品的整个寿命周期(从市场调研到顾客服务和最终处置)的各个阶段,均可看到其存在。 统计技术有助于对这类变异进行测量、描述、分析、解释和建立模型,甚至在数据相对有限的情况下也可实现。这种数据的统计分析能对更好地理解变异的性质、程度和原因提供帮助。从而有助于解决,甚至防止由变异引起的问题,并促进持续改进。 GB/Z 19027给出了统计技术在质量管理体系中的指南。 0.3、数据来源 数据来源 直接来源: --普查,专门组织的全面性调查,特定时期、特定区域或特定点,应组织专门机构进行 --试验研究 0.3、数据来源 抽样示意: 2.1 数据来源 --抽样调查(技术),主要有: ▲ 简单随机抽样 ▲分层抽样,先分层再从各层中随机抽查 ▲ 整群抽样,先分群再整群普查 ▲系统抽样,先将总体按某种次序排列,在规定范围内先随机取第一个,再按规则取其他单位。如:2700抽300,从第3开始,依次为3,12,21,30…… 其他 0.3、数据来源 以上为直接来源,还有间接来源,如企业的生产记录、检验记录、员工记录、销售记录、库存记录等 0.4 、数据的分类 0.4 、数据分类 --截面数据,同一时刻总体各样本的资料; --时间序列数据,按时间先后顺序收集资料; --桌面数据,截面和时间交织在一起构成的资料,形成桌面数据,如上面看到的各部门按季度排列的表、雷达图等 1、ISO/TR10017标准的结构 标准的性质,统计技术使用指南,不能用于认证等目的,也不宜用于合同目的 标准结构,共4章 1、范围 2、引用文件 3、统计技术潜在需求的识别 4、识别的12种统计技术的说明,内容有概念、用途、益处、局限性及应用示例 1、ISO10017识别的统计技术 ISO10017识别的统计技术,共列出12种: --描述性统计 --试验设计 --假设检验 --测量分析 --过程能力分析 --回归分析 1、ISO10017识别的统计技术 --可靠性分析 --抽样 --模拟 --统计过程控制图(SPC图) --统计容差法 --时间序列分析 2、描述性统计--概论 以揭示数据分布特性的方式汇总并表达定量数据的方法,主要用图解法,通过图来快速有效地传送信息; 易于理解,适用于所有层次的分析和决策 应用示例: --汇总产品关键特性的测度 --描述过程参数的状况 --服务提供时间、响应时间 --汇总调查信息,如顾客满意 2、描述性统计--数据的特征值及计算 1. 集中趋势 --算术平均 --众数 --中位数 --分位数 --截尾均值 2、描述性统计--数据的特征值及计算 2. 离散测度 --极差R --方差与标准差 --变异系数 --偏度与峰度 2、描述性统计--图示法 描述性统计常用图: 4.1直方图 4.2折线图 4.3曲线图 4.4带形图 4.5饼形图 4.6点状图 4.7时间序列图 4.8雷达图 4.9茎叶图 …… 3、 直方图--概论 直方图是一系列等宽不等高的长方形表示数据,宽度表示数据的间隔范围,高度表示给定间隔内数据的数目即频数,变化的高度形态表示数据的分布 直方图形象地显示过程的波动形态,即数据的分布情况,可推算数据分布的各种特征值、Cp值、过程不合格品率等,揭示过程或产品的变量测量值的情况; 识别改进机会,可通过对图形形状的分析和公差范围的对比实现 3、 直方图--理论基础 理论依据:正态分布理论 用途:用来整理数据,从中找出质量特性分布的规律,并掌握工序状况,对工序能力是否满足生产要求做出判断 组成: 3、 直方图--绘图步骤 收集n个观测值(n≥50)。数据太少则精度不够,数据太多则计算繁琐。一般采取的数据个数为50~200个。 找出观测值中的最大值Xu,最小值Xι。 确定观测值大约的分组数k ,
文档评论(0)